Transformação dos Dados: Na transformação de dados, os dados passam por alterações ou reduções para facilitar a análise posterior. Isso pode incluir:

Redução de dimensionalidade: Seleção de atributos ou criação de novas variáveis que representem melhor o conjunto de dados sem perder informações relevantes.

Agregação: Consolidação de dados em níveis mais elevados para simplificar a análise.

Criação de novos atributos: Geração de novas características a partir de combinações ou transformações dos dados originais.

Mineração de Dados: A mineração de dados é o núcleo do processo de KDD, onde algoritmos e técnicas específicas são aplicados aos dados para extrair padrões, modelos ou relacionamentos.

Os métodos de mineração de dados podem variar, dependendo do objetivo, e incluem técnicas como:

Classificação: Atribuir itens a categorias predefinidas.

Regressão: Estimar valores numéricos contínuos com base em outros atributos.