温馨提示：由于个人手机设置不同，如果发现不能下载，请复制以下地址【https://www.wenke99.com/d-9220176.html】到电脑端继续下载（重复下载不扣费）。
1: 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。 2: 试题试卷类文档，如果标题没有明确说明有答案则都视为没有答案，请知晓。 3: 文件的所有权益归上传用户所有。 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。 5. 本站仅提供交流平台，并不能对任何下载内容负责。 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
本文（数据处理与数据清洗(共11页).docx）为本站会员（晟***）主动上传，文客久久仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对上载内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私，请立即通知文客久久（发送邮件至hr@wenke99.com或直接QQ联系客服），我们立即给予删除！
精选优质文档-倾情为你奉上什么是数据处理？数据处理有广义和狭义两种理解，广义的理解，所有的数据采集、存储、加工、分析、挖掘和展示等工作都可以叫做数据处理；而狭义的数据处理仅仅包括从存储的数据中通过提取，筛选出有用数据，对有用数据进行加工的过程，是为数据分析和挖掘的模型所做的数据准备工作。一般意义上讲的数据处理是狭义的定义，即对数据进行增、删、改、查的操作。在目前大数据的背景下，我们数据处理工作往往是通过技术手段来实现，比如说利用数据库的处理能力，对数据进行增加、删除、改动、查询等处理。在实践中，数据处理工作中最大的是对数据进行清洗，即对不清洁的数据进行清洁化的工作，让数据更加规范，让数据的结构更加合理，让数据的含义更加明确，并让数据处在数学模型的可用状态。数据之“脏”数据的“脏”是一个比喻的说法。我们把数据记录不规范、格式错误、含义不明确等叫做数据的“脏”，包括几种典型的形式。（1）数据不规范的情况。比如姓名，同样是张三，有的地方记录为“张三”，有的地方记录为“张 三”，为了让两个字的姓名和三个字的姓名都有相同的长度，中间添加了空格。这种情况
Copyright © 2018-2021 Wenke99.com All rights reserved
工信部备案号：浙ICP备20026746号-2
公安局备案号：浙公网安备33038302330469号
本站为C2C交文档易平台，即用户上传的文档直接卖给下载用户，本站只是网络服务中间平台，所有原创文档下载所得归上传人所有，若您发现上传作品侵犯了您的权利，请立刻联系网站客服并提供证据，平台将在3个工作日内予以改正。
