数据清洗的方法包括什么

常用知识 (27) 3个月前

本文操作环境:Windows7系统、Dell G3电脑。

数据清洗的方法包括什么?

清洗数据有三个方法,分别是分箱法、聚类法、回归法。

1、分箱法

是一个经常使用到方法,所谓的分箱法,就是将需要处理的数据根据一定的规则放进箱子里,然后进行测试每一个箱子里的数据,并根据数据中的各个箱子的实际情况进行采取方法处理数据。

2、回归法

回归法就是利用了函数的数据进行绘制图像,然后对图像进行光滑处理。回归法有两种,一种是单线性回归,一种是多线性回归。单线性回归就是找出两个属性的最佳直线,能够从一个属性预测另一个属性。多线性回归就是找到很多个属性,从而将数据拟合到一个多维面,这样就能够消除噪声。

3、聚类法

聚类法的工作流程是比较简单的,但是操作起来确实复杂的,所谓聚类法就是将抽象的对象进行集合分组,成为不同的集合,找到在集合意外的孤点,这些孤点就是噪声。这样就能够直接发现噪点,然后进行清除即可。

3fac03bda5886af87ce0c5c9fa71bd7.png

扩展资料:

数据清洗从名字上也看的出就是把“脏”的“洗掉”,指发现并纠正数据文件中可识别的错误的最后一道程序,包括检查数据一致性,处理无效值和缺失值等。

因为数据仓库中的数据是面向某一主题的数据的集合,这些数据从多个业务系统中抽取而来而且包含历史数据,这样就避免不了有的数据是错误数据、有的数据相互之间有冲突,这些错误的或有冲突的数据显然是我们不想要的,称为“脏数据”。

我们要按照一定的规则把“脏数据”“洗掉”,这就是数据清洗。而数据清洗的任务是过滤那些不符合要求的数据,将过滤的结果交给业务主管部门,确认是否过滤掉还是由业务单位修正之后再进行抽取。

不符合要求的数据主要是有不完整的数据、错误的数据、重复的数据三大类。数据清洗是与问卷审核不同,录入后的数据清理一般是由计算机而不是人工完成 。

更多相关知识,请访问常用知识栏目!

以上就是数据清洗的方法包括什么的详细内容,更多请关注兜懂趣百科其它相关文章!

发表评论