etl：数据清洗的一些梳理

数据清洗， 是整个数据分析过程中不可缺少的一个环节，其结果质量直接关系到模型效果和最终结论。在实际操作中，数据清洗通常会占据分析过程的50%—80%的时间。国外有些学术机构会专门研究如何做数据清洗，相关的书籍也不少。   （美亚搜data cleaning的结果，可以看到这书还挺贵）   我将在这篇文章中，尝试非常浅层次的梳理一下数据清洗过程，供各位参考。 照例，先上图：   预处理阶段 预处理阶

>>阅读原文<<