数据预处理（datapreprocessing）是指在主要的处理以前对数据进行的一些处理，包括的内容是：
1、数据清理，数据清理例程通过填写缺失的值、光滑噪声数据、识别或删除离群点并解决不一致性来“清理”数据 。主要是达到如下目标：格式标准化，异常数据清除，错误纠正，重复数据的清除 。
2、数据集成，数据集成例程将多个数据源中的数据结合起来并统一存储，建立数据仓库的过程实际上就是数据集成 。
3、数据变换 。通过平滑聚集，数据概化，规范化等方式将数据转换成适用于数据挖掘的形式 。
【数据预处理包括哪些内容目标检测 数据预处理包括哪些内容】4、数据归约 。数据挖掘时往往数据量非常大，在少量数据上进行挖掘分析需要很长的时间，数据归约技术可以用来得到数据集的归约表示，它小得多，但仍然接近于保持原数据的完整性，并结果与归约前结果相同或几乎相同 。
推荐阅读
- 数据预处理的常用方法 数据预处理常见的几种方法
- 怎么大批量数据核对差异
- 数据处理方法有哪些 数据预处理的方法
- 数据预处理方法主要有? 数据预处理的方法主要有
- 数据预处理的基本方法是 数据预处理的基本方法
- 数据预处理的四种方法 数据预处理的四种方式
- 数据预处理方法主要有 数据预处理的方法主要有
- 数据预处理技术有哪些 数据预处理技术有哪些类型
- 场地分析包括什么
- 正反插数据线叫什么名字 正反插数据线叫什么