1）首先要进行数据清洗 ， 主要是删除原始数据集中的无关数据、重复数据 ， 平滑噪声数据 ， 处理缺失值、异常值等 ， 让数据变得“干净” 。
2）缺失值处理 ， 处理缺失值的方法可分为三类：删除记录、数据插补和不处理 。 其中常用的数据插补方法见下表：

文章图片
其中 ， 插值有两个比较重要的是拉格朗日插值和牛顿插值 。
3）异常值处理

文章图片
4）数据变换
主要是对数据进行规范化的操作 ， 将数据转换成“适当的”格式 ， 以适用于挖掘任务及算法的需要 。 会涉及到归一化处理、属性构造、小波变换等方式 ， 从而达到数据使用的标准 。
5）数据规约
数据规约是将海量数据进行规约 ， 规约之后的数据仍接近于保持原数据的完整性 ， 但数据量小得多 。 通过数据规约 ， 可以达到：

• 苹果|苹果最巅峰产品就是8，之后的产品，多少都有出现问题
• 发现最小白矮星，其大小相当于月亮，这让科学家很兴奋
• 任正非|假如美团外卖关闭了，对当今社会来说是利大于弊？还是弊大于利？
• 自动驾驶|华为首秀自动驾驶，王兴：特斯拉遇到技术与忽悠能力相当的对手了
• 业务|传统企业里，产品经理失去了话语权
• 腾讯|投出公司的总市值顶两个科创板，腾讯在给哪些企业当“后台”？
• 努比亚|16+512G存储，突然降了1500！有50倍变焦+5nm处理器，当真值得
• 马化腾|反垄断当前，小马哥见机行事：鹅厂只是一家普通公司，随时被取代
• 联想|司马南没告诉你们，当年联想的使命根本不是研发，而是赚钱养计算所
• 交汇点讯 近日|创新担当！紫金山实验室获两项全国级科技大奖