(2)依赖型“脏”数据依赖性“脏”数据主要包括缺失数据和重复数据等“脏”数据。1.2 数据清洗的定义数据清洗技术是提高数据质量的有效方法。数据清洗主要应用在3个邻域：狭义上的数据清洗，是指将无效、错误的数据剔除掉，留下干净的数据的过程，涉及到对原有数据的删除、添加、分解、重组等内容。即去除冗余、消除噪音和错误及不一致的过程。大数据时代
在数据分析、挖掘、机器学习或是可视化实现之前，做好相关的数据清洗工作意义重大。不过，请牢记，这是一个迭代的过程，因为在项目中我们可能需要不止一次地执行这些清洗操作。此外，我们数据清理是避免企业在忙于处理错误，更正错误的数据或进行故障排除时增加的成本的最佳解决方案。促进客户获取保持数据库状态良好的企业可以使用准确和更新的数据来开发潜在客户列表
数据清洗(Data cleaning)是对数据进行重新审查和校验的过程，目的在于删除重复信息、纠正存在的错误，并数据清洗到底是什么？ 数据清理，也称为数据清理，用于检测和纠正(或删除)记录集，表或数据库中的不准确或损坏的记录。广义上讲，数据清除或清除是指识别不正确，不完整，不相关，
大数据中的数据清洗及意义数据清洗：数据清理，也称为数据清理，用于检测和纠正(或删除)记录集，表或数据库中的不准确或损坏的记录。广义上讲，数据清除或清除是指识别不正确，不完整，不相关，不准确或修改或删除该脏数据。数据清洗的意义：简单来说，通常认为数据清理是无用途的部分( 包括检查数据一致性，处理无效值和缺失值等。因为数据仓库中的数据是面向某一主题的。计算机
数据清洗——重新检查和验证数据的过程，旨在删除重复信息，纠正现有错误并提供数据一致性。以上，是百度百科对数据清洗的概念定义。以我个人的理解来看，数据清洗就是一个将“脏数据清洗有两种办法，第一种是物理办法，直接通过对磁盘内信息的格式化重新加入新的数据，可以把原先的数据清洗掉。对于数据挖掘来说，80%的工作都花在数据准备上面，而数据准备，8
