數據整合和數據清洗

發現數據問題類型 髒數據或數據不正確 • 比如 ‘0’ 代表真實的0，還是代表缺失；Age = -2003 • 數據不一致  比如收入單位是萬元，利潤單位是元，或者一個單位是美元，一個是人民幣 • 數據重複 • 缺失值 • 離羣值 數據探索識別噪聲 利用圖形可以直觀快速地對數據進行初步分析： • 直方圖、餅圖、條形圖、折線圖、散點圖等 錯誤值處理 發現錯誤值只能通過描述性統計的方法，逐一覈實每個變

>>阅读原文<<