知识卡片
清洗从可查数据规则出发
用字段和标注规格检查完整性、合法性和一致性,用身份和内容规则查重,结合任务评估冗余特征。应留下规则、受影响记录和修改原因,以便定位由处理引起的新分布差异。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 数据集的建设 · 查看原书依据
数据清洗是与数据集建设相关的另一个关键环节
参考来源
- 位置:《机器学习观止:核心原理与实践》第17章《数据集的建设》(来源项目 book-source,`extracted/机器学习观止:核心原理与实践/_epub-src/OEBPS/Text/chapter17.xhtml`)。
- 结论依据:第 17.3.3 节列出常见清洗目标,并强调结合项目。
- 原始内容:数据清洗是与数据集建设相关的另一个关键环节