大数据处理主讲人：PowerPointdesign2025

任务2.1数据清洗

数据清洗通过填补遗漏数据、消除异常数据、平滑噪声数据，以及纠正不一致的数据，去掉数据中的噪音、填充空值、丢失值和处理不一致数据。改善数据质量，提高数据挖掘的精度和性能。

数据清洗-去除多余数据从数据集中删除不需要的数据，包括重复数据和与分析内容不相关的数据。一般情况下，我们会尽可能多的收集数据，但不是所有的字段数据都能应用到模型构建过程中，也不是将所有的字段属性都放到构建模型中，最终模型的效果就一定好。实际上，字段属性越多，模型的构建就会越慢，多余数据也会干扰模型