Integração e Transformação de Dados

A integração combina dados vindos de múltiplas fontes (bancos de dados, planilhas, APIs) em uma visão única e coerente, resolvendo conflitos de nomenclatura, formato e unidade de medida.

Já a transformação normaliza os dados para uma escala comum, agrega valores em níveis mais altos de granularidade ou cria novos atributos derivados que facilitam a análise.

Redução de Dados

Conjuntos de dados muito grandes ou com muitos atributos podem tornar a mineração lenta ou imprecisa. A redução de dados busca obter uma representação menor, mas que preserve a informação essencial.

Técnicas comuns incluem seleção de atributos relevantes, redução de dimensionalidade (como PCA) e amostragem de um subconjunto representativo dos dados.

Discretização é outra forma de redução, na qual atributos contínuos (como idade ou renda) são convertidos em faixas categóricas, simplificando certos algoritmos de mineração.

O resultado de um bom pré-processamento é um conjunto de dados menor, mais limpo e mais informativo do que os dados originais.