摘要： 一、数据清洗 为什么进行数据预处理：初始数据的质量或多或少都存在问题 现实世界中的数据是“脏”的：不完整、噪声、不一致 如何处理缺失数据：忽略元组（直接删），手动添加（工作量大）、自动填写（常用） 如何处理噪声数据：箱线图，删除离群点 如何处理不一致数据：计算推理、替换 二、数据集成 数据集成：将来 阅读全文