数据质量分析 主要任务：检查原始数据中（样本数据）是否存在脏数据 脏数据一般是指不符合要求，以及不能直接进行相应分析的数据， 在常见的数据挖掘工作中，脏数据包括： 缺失值 异常值 不一致的值 内部资料 泰迪科技（www.tipdm.com）* 重复数据及含有特殊符号（如#、￥、*）的数据 本小节将主要对数据中的缺失值、异常值和一致性进行分析
=======================================
缺失值 分析：
缺失值分析 缺失值产生的原因 有些信息暂时无法获取，或者获取信息的代价太大。 信息被遗漏 人为因素：输入时认为不重要、忘记填写或对数据理解错误 物理故障：数据采集设备、存储介质、传输媒体的故障 属性值不存在 内部资料 泰迪科技（www.tipdm.com）* 在某些情况下，缺失值并不意味着数据有错误 对一些对象来说某些属性值是不存在的：如一个未婚者的配偶 姓名、一个儿童的固定收入等。 成立仅9天家政公司拿下300万政府大单：三年内无不良记录
=================================
异常值分析
=======================================
一致性分析
================
相关案例 及其代码：
转载请注明原文地址: https://ju.6miu.com/read-1299241.html
