2.2 数据清理

数据操作：数据清理、数据转换、数据特征提取

数据清理就是清洗掉错误的数据

错误数据的类型：outliers、Rule violations、Pattern violations

下面都是超范围的数据，直接去掉

高于75%线取盒子高的1.5倍

基于规则的检测：自定义一些规则来筛选数据

基于语法、语义模式的数据清理

数据中总是有错误，有几种典型的错误