数据瑕疵清理
shùjù xiácī qīnglǐ
数据质量修复
在进行机器学习模型训练前，必须先完成数据瑕疵清理工作，包括处理缺失值、异常值和重复记录。
在机器学习模型训练前，需要修复数据中的质量问题，如缺失值、异常值和重复记录。
科技
技术
对数据集中存在的质量问题（如缺失值、异常值、重复记录等）进行识别和修复的过程
数据团队通过数据瑕疵清理，将原始数据的错误率从15%降低至2%。
经过数据质量修复，原始数据的错误率从15%降至2%。
数据瑕疵清理是数据预处理的关键步骤，直接影响模型的准确性。
数据质量修复作为数据预处理的重要环节，会影响模型最终的准确性。
常见于数据科学、大数据分析、人工智能等领域，强调对数据完整性和准确性的维护。
商业
正式
清除或修正数据中存在的缺陷或不一致之处
财务部门需要定期进行数据瑕疵清理，确保报表的准确性。
财务部门需定期修复数据缺陷，保证报表的准确性。
在企业管理中，尤指对业务数据（如销售、库存等）的质量控制。
相关短语
专业提示
区分"数据清洗"与"数据瑕疵清理"
数据清洗（data cleaning）是更广泛的概念，包含数据瑕疵清理；而后者专指针对数据缺陷（如异常值、缺失值等）的具体修复操作。
黄金法则
数据瑕疵清理的优先级
应优先处理对分析结果影响较大的数据缺陷（如异常值、重复记录），再处理一般性问题（如格式不一致）。
词源
由"数据"（data）+ "瑕疵"（flaw/defect）+ "清理"（cleaning）组合而成，源于数据科学领域对数据质量问题的修复需求。
用法说明
该术语多用于专业场景，强调对数据缺陷的主动识别与修复，区别于被动的"数据错误纠正"。在实际应用中，常与ETL（提取、转换、加载）流程结合使用。
单词拆解
数据
信息的数字化表现形式
root瑕疵
缺陷或不完美之处
root清理
修复或去除缺陷
root汉语词典