数据质量：准确性，完整性，时效性，一致性，可信性，可解释性
数据清理：填写缺失值，光滑噪声数据，识别或删除离群点
1，缺失值
image.png
2，光滑
2.1，分箱
image.png
2.2，回归
2.3，离群点分析
image.png
数据集成：不同数据源集合在一起
数据归约：
1，维归约：数据压缩技术（小波变换和主成分分析），去掉没用的属性值
2，数值归约：参考模型（回归和对数线型模型）或非参数模型（直方图，聚类，抽样或数据聚集）
image.png
冗余与相关分析
1，标称数据的X2相关检验
1，
image.png
image.png
image.png
2，数值数据的相关系数
image.png
3，数值数据的协方差
image.png
image.png
元组重复
属性项重复了
数据值冲突的监测与处理
对于现实世界的同一实体，来自不同数据源的属性值可能不同。这可能是表示尺度或编码不同。例如，公斤与磅的重量单位
数据归约
image.png
聚类
image.png
抽样
image.png
数据变换策略概述
image.png
image.png
