文档详情

甲骨文大数据实训实践.doc

发布：2024-12-07约5.81千字共13页下载文档
文本预览下载声明

PAGE15

甲骨文大数据实训

一、实践目的

数据处理在于数据分析中是最重要的一步，其相关的工作时间占据了一个项目的70%以上。数据的质量，直接决定了模型的预测和泛化能力的好坏。它涉及很多因素，包括：准确性、完整性、一致性、时效性、可信性和解释性。而在真实数据中，我们拿到的数据可能包含了大量的缺失值，可能包含大量的噪音，也可能因为人工录入错误导致有异常点存在，非常不利于算法模型的训练。数据清洗的结果是对各种脏数据进行对应方式的处理，得到标准的、干净的、连续的数据，提供给数据统计、数据挖掘等使用。

数据预处理的主要步骤分为：获取数据、清洗数据、数据抽取及合并、计算数据、数据类型转换、

显示全部
相似文档