数据清洗

异常数据定义 异常数据，也称为离群点，是指在数据集中明显偏离其他观测值的数据点。这些数据点可能由于测量误差、数据录入错误、或者是真实的变异而存在。异常数据的存在可能会对数据分析和模型训练产生不利影响。 异常数据检测方法 均方差法 利用数据的均值和标准差来确定数据的正常范围。通常认为，超过均值±2倍标准差的数据点为异常

使用LIKE操作符和通配符过滤数据。 过滤数据 使用LIKE操作符**：通过LIKE操作符结合通配符可以过滤掉包含特定字符的数据。 通配符%**：代表任意多个字符，用于匹配字符串中包含的模式。 组合条件**：使用AND或OR操作符组合多个过滤条件，精确控制数据筛选。 SQL查询示例 过滤掉包含03、04的

数据挖掘通过特征提取和分类算法识别图片。 🔍特征提取 SIFT特征：基于OpenCV提取图像的SIFT特征。 K-means聚类：使用K-means算法对特征进行聚类。 🎯分类算法 监督分类：需要先验知识，如高斯分布和瑞利分布模型。 非监督分类：无需先验知识，如K-means算法。 🛠数据预处理

数据清洗的目的是为了提高数据的\\\_质量\\\_。 数据质量的评价指标包括\\\_准确性\\\_、完整性和适用性。 常见的数据质量问题包括\\\_缺失值\\\_、重复值和错误值。 数据清洗技术是提高数据\\\_质量\\\_的有效方法