2.2 数据清洗

• 数据错误的类型：
  • 边界值错误：数据超过了每个属性的范围
    • 数值错误：超出边界值
    • 类别错误：长尾的类别
  • 规则违反：违法了完整性约束例如“非空”（数据库依赖）
  • 模式违反：属性格式问题，拼写错误
    • 语义检测：找首都
    • 语法检测：本来是英语但发现不是英语

References

2.2 数据清理【斯坦福21秋季：实用机器学习中文版】_哔哩哔哩_bilibili