Reducción de Datos

Selección de características, muestreo o selección de instancias, discretización.

Selección de características: 

menos datos / los algoritmos pueden aprender más rápidos/ Mayor exactitud /el clasificador generaliza mejor /Resultados más simples /más fácil de entender /Menos atributos / evitar obtenerlos posteriormente.

Selección de instancias: 

muestreo aleatorio/ Selección de prototipo: selección basada en reglas NN/selección basada en eliminación ordenada/algoritmos evolutivos.

Discretización: 

proceso que transforma datos cuantitativos en datos cualitativos.

El atributo es transformado de valores numéricos en valores categóricos. La discretización suaviza el efecto del ruido y permite modelos más simples; y por lo tanto, menos propensos al sobreajuste. Algunos algoritmos de minería de datos solo trabajan con datos categóricos. Por lo tanto en estos casos es necesario transformar los datos continuos en categóricos.