数据变换将数据转换成适合于挖掘的形式。数据变换可能涉及如下内容:

平滑：去掉数据中的噪音。这种技术包括分箱、聚类和回归。

聚集：对数据进行汇总和聚集。例如，可以聚集日销售数据，计算月和年销售额。通常，这一

步用来为多粒度数据分析构造数据方。

数据泛化：使用概念分层，用高层次概念替换低层次“原始”数据。例如，分类的属性，如 street，

可以泛化为较高层的概念，如 city 或 country。类似地，数值属性，如 age，可以映射到较高层

概念，如 young, middle-age 和 senior。

规范化：将属性数据按比例缩放，使之落入一个小的特定区间，如-1.0 到 1.0 或 0.0 到 1.0。

属性构造（或特征构造）：可以构造新的属性并添加到属性集中，以帮助挖掘过程。