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 。
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 。
【python数据预处理包括哪些内容 数据预处理包括哪些内容】数据预处理（data preprocessing）是指在主要的处理以前对数据进行的一些处理 。主要是清理异常值、纠正错误数据现实世界中数据大体上都是不完整，不一致的脏数据，无法直接进行数据挖掘，或挖掘结果差强人意 。为了提高数据挖掘的质量产生了数据预处理技术 。数据预处理有多种方法：数据清理，数据集成，数据变换 ， 数据归约等 。这些数据处理技术在数据挖掘之前使用，大大提高了数据挖掘模式的质量，降低实际挖掘所需要的时间 。
