数据采集、清洗与标注 第6章课后习题参考答案.docx

第6章课后习题参考答案

1.脏数据产生原因（第5章5.1节）

??五大根源??：

??采集环节??

传感器故障（如DHT11温湿度传感器异常）

网络传输丢包（图3-9数据包丢失示意图）

??录入过程??

人工输入错误（如价格多输小数点）

系统接口不兼容（字符编码冲突）

??存储问题??

数据库事务中断

文件存储损坏（如CSV文件被异常修改）

??处理缺陷??

ETL流程设计错误（第5章图5-1转换逻辑缺陷）

算法计算溢出（如数值超过字段定义范围）

??环境因素??

电磁干扰影响传感器读数

网络延迟导致数据不完整

2.字符串删除指定字符（第6章6.1.2节）

??三种实现方式??：

#方法