清理監(jiān)控?cái)?shù)據(jù)：離群值和重新標(biāo)記向?qū)?/h1>

　　在對數(shù)據(jù)進(jìn)行初始分析以后，下一步是確定句是否為干凈的。很多情況下，數(shù)據(jù)可能會具有未知的值，這些值可能不會添加有用的信息，或者可能具有不想在分析時(shí)予以考慮的離群值。需要對此類監(jiān)控?cái)?shù)據(jù)進(jìn)行清理以便具有一個(gè)良好的挖掘模型。通常情況下，監(jiān)控?cái)?shù)據(jù)挖掘模型創(chuàng)建要求某一列中的數(shù)據(jù)是一致的。劣種的每一個(gè)非重復(fù)值都有獨(dú)特的一樣，一次應(yīng)該檢查每一列，以確保不存在多個(gè)相同含義的值?？梢允褂弥匦聵?biāo)記向?qū)Э焖俑骋涣兄械倪@種不一致問題。另一個(gè)典型的應(yīng)用場景是，某一列中具有很多不同的值，但可以將這些值匯總為較少的值。例如，Marital Status列可能具有Single、Divorced、Widowed以及其他值。
　　Clean Data組提供了兩個(gè)向?qū)?，分別稱為離群值和重新標(biāo)記。離群值向?qū)Э梢詭椭銠z測某個(gè)特定列中的離群值并將其刪除，而重新標(biāo)記向?qū)箍梢暂p松地將某一列中的數(shù)據(jù)更改為所需的值。為了了解這些向?qū)?，首先請?jiān)谝褂玫谋碇羞M(jìn)行一些更改。若要開始，請?jiān)赟ource Data工作表中將單元格F4和F13更改為Some College。
　　可以通過多種方式來檢測在Excel工作表中的不同位置輸入的具有重復(fù)意義的值。一種方法是使某個(gè)列標(biāo)題上的篩選控件向下。如果對Education列執(zhí)行此操作，可以看到Partial College和Some College，它們具有相同的含義?，F(xiàn)在，可以使用清理監(jiān)控?cái)?shù)據(jù)重新標(biāo)記向?qū)Э焖俑@些問題。
　?。?）通過在Data Mining功能區(qū)上單擊Clean Data并選擇Re-label來啟動重新標(biāo)記向?qū)А?/span>
　　（2）在Select Source Data頁面上，使用默認(rèn)的Source Data表選擇，然后單擊Next按鈕。
　?。?）在Select Column頁面上選擇Education列，然后單擊Next按鈕。
　　你將看到Education列上的各個(gè)值以及具有這些值的行計(jì)數(shù)?？梢栽谠搶υ捒蛑刑峁┬碌臉?biāo)簽來替換現(xiàn)有標(biāo)簽。
　?。?）Select Destination頁面提供了三個(gè)選項(xiàng)用于應(yīng)用所選的新值。第一個(gè)選項(xiàng)是向當(dāng)前工作表中添加新的一列。第二個(gè)選項(xiàng)是將具有更改的工作表數(shù)據(jù)復(fù)制到一個(gè)新的工作表中。第三個(gè)選項(xiàng)是就地更改數(shù)據(jù)。請注意，Re-label Wizard執(zhí)行的操作無法還原。對于選項(xiàng)三來說，這一點(diǎn)非常重要。因此為了安全起見，應(yīng)該使用選項(xiàng)一或者選項(xiàng)二。
　?。?）選擇選項(xiàng)二創(chuàng)建一個(gè)新的工作表，然后單擊Finish按鈕。你應(yīng)該看到向?qū)г贓ducation列的旁邊添加新的一列Education2，并將單元格G4和G13的值設(shè)置為Partial College?，F(xiàn)在可以將各個(gè)Education值進(jìn)一步整合為兩個(gè)值，Has Bachelors和No Bachelors，用于表示某位客戶是否具有學(xué)位。Re-label Wizard提供了一個(gè)簡單易用的界面，可以對工作表中某一列的各個(gè)值進(jìn)行全面的更改。該向?qū)Э梢杂糜谡现狄源_保一致性，或者用于許多其他目的，以便快速查看和修改某一列中的所有值。