大數據預處理之數據清洗

現實世界的數據常常是不完全的、有噪聲的、不一致的。數據清洗過程包括遺漏數據處理，噪聲數據處理，以及不一致數據處理。本節介紹數據清洗的主要處理方法。 遺漏數據處理 假設在分析一個商場銷售數據時，發現有多個記錄中的屬性值爲空，如顧客的收入屬性，則對於爲空的屬性值，可以採用以下方法進行遺漏數據處理。 1）忽略該條記錄 若一條記錄中有屬性值被遺漏了，則將此條記錄排除，尤其是沒有類別屬性值而又要進行分類數據

>>阅读原文<<