数据预处理的四个步骤

数据预处理的四个步骤分别是数据清洗、数据集成、数据变换和数据归约；而数据的预处理是指对所收集数据进行分类或分组前所做的审核、筛选、排序等必要的处理；数据预处理，一方面是为了提高数据的质量，另一方面也是为了适应所做数据分析的软件或者方法。数据的预处理是指对所收集数据进行分类或分组前所做的审核、筛选、排序等必要的处理。数据预处理一方面是为了提高数据的质量，另一方面也是为了适应所做数据分析的软件或者方法。一般来说，数据预处理步骤有：数据清洗、数据集成、数据变换、数据归约，每个大步骤又有一些小的细分点。当然了，这四个大步骤在做数据预处理时未必都要执行。一、数据清洗数据清洗，顾名思义，“黑”的变成“白”的，“脏”的数据变成“干净”的，脏数据表现在形式上和内容上的脏。形式上的脏，如：缺失值、带有特殊符号的；内容上的脏，如：异常值。1、缺失值缺失值包括缺失值的识别和缺失值的处理。