原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
结构化数据清洗技术的全面回顾与总结
目录
一、内容概览．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5
1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5
1.1.1数据清洗的日益重要性．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7
1.1.2结构化数据特点与挑战．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8
1.2核心概念界定．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10
1.2.1结构化数据释义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12
1.2.2数据清洗范畴与目标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13
1.3技术发展历程．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14
1.3.1早期探索与手工处理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15
1.3.2自动化工具兴起．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17
1.3.3深度学习赋能新阶段．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20
1.4本报告结构概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21
二、结构化数据清洗的主要任务．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23
2.1数据完整性校验．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24
2.1.1缺失值检测与处理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25
2.1.2重复记录识别与合并．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26
2.2数据准确性修正．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28
2.2.1异常值/离群点发现与修正．．．．．．．．．．．．．．．．．．．．．．．．．．．．．32
2.2.2格式统一与标准化．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．34
2.3数据一致性维护．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．35
2.3.1逻辑错误诊断与纠正．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．36
2.3.2值域/类型约束检查．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．38
2.4数据规范性整理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．39
2.4.1标识符/编码规范化．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．40
2.4.2字段命名统一化．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．44
三、关键数据清洗技术详解．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．45
3.1缺失值处理策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．46
3.1.1缺失模式分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．47
3.1.2删除策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．48
3.1.3填充策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．49
3.2重复记录识别与消解．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．51
3.2.1基于记录指纹的相似度计算．．．．．．．．．．．．．．．．．．．．．．．．．．．．54
3.2.2基于距离度量的聚类分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．55
3.2.3基于规则与约束的匹配．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．57
3.3异常值检测与过滤．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．58
3.3.1统计方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．60
3.3.2机器学习方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．61
3.3.3基于业务规则的检测．．．
文档评论（0）