Looking up...
在数据处理或分析中指质量低、无用或错误的数据，无法提供有效信息或导致结果偏差。
AI模型训练时若输入过多垃圾数据，会严重影响模型的准确性。
AI训练时若喂入大量无效数据，会显著降低模型的预测准确率。
数据库管理员需要定期清理垃圾数据以优化系统性能。
数据库管理员需定期删除无用数据以提升系统运行效率。
与'脏数据'(dirty data)或'噪声数据'(noise data)近义，但更强调数据的'无效性'而非仅'错误性'。
垃圾数据强调'无用'，可能包含大量重复、缺失或与目标无关的信息；错误数据则指逻辑上不正确的数据（如年龄为-5岁）。两者都需处理，但侧重点不同。
常见来源包括传感器故障、人为误填、系统bug、网络攻击、数据迁移错误等。识别来源有助于针对性清理。
由'垃圾'(lājī, waste/garbage)和'数据'(shùjù, data)组合而成，借鉴了英语'garbage data'的表达方式。'垃圾'在此处延伸为'无用'或'低质量'的含义。
常用于IT、数据科学、大数据分析等技术领域，强调数据处理流程中的质量管控。在非技术语境中较少使用。