1.数据质量的评价指标
准确性丶完整性丶简洁性丶 适用性
2 .数据质量的问题分类
1)基于数据源的“脏”数据分类
①单数据源问题 ②多数据源问题
2)基于清洗方式的“脏”数据分类
①独立型”脏“数据
②依赖型”脏“数据
缺失数据 重复数据
3.数据清洗原理和定义
数据清洗技术是提高数据质量的有效方法。数据清洗主要应用于3个领域,即数据仓库领域、数据挖掘领域以及数据质量管理领域。数据清洗的目的是把“脏”数据洗干净 而不是洗掉“脏”数据
4.数据清洗基本流程
5.数据清洗的策略
1)一般的数据清洗策略
①手工清洗
②自动清洗
③特定应用领域的清洗策略
④与特定应用领域无关的清洗策略
2)混合的数据清洗策略
6.常见的数据清洗方法
1)缺失值清洗
2)重复值的清洗
3)错误值的清洗
标签:策略,数据源,笔记,第一章,质量,清洗,领域,数据 来源: https://blog.csdn.net/m0_51896212/article/details/120252516
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。