關于我們
書單推薦
新書推薦
|
數據清洗
數據清洗是大數據領域不可缺少的環(huán)節(jié),用來發(fā)現并糾正數據中可能存在的錯誤,針對數據審查過程中發(fā)現的錯誤值、缺失值、異常值、可疑數據,選用適當方法進行“清理”,使“臟”數據變?yōu)椤案蓛簟睌祿?br>本書共分為8章:第1章主要介紹數據清洗的概念、任務和流程,數據標準化概念及數據倉庫技術等;第2章主要介紹Windows和類UNIX操作系統下的數據常規(guī)格式、數據編碼及數據類型轉換等;第3章介紹ETL概念、數據清洗的技術路線、ETL工具及ETL子系統等;第4章介紹Excel、Kettle、OpenRefine、DataWrangler和Hawk的安裝及使用等;第5章介紹Kettle下文本文件抽取、Web數據抽取、數據庫數據抽取及增量數據抽取等;第6章介紹數據清洗步驟、數據檢驗、數據錯誤處理、數據質量評估及數據加載;第7章介紹網頁結構,利用網絡爬蟲技術進行數據采集,利用JavaScript技術進行行為日志數據采集等;第8章介紹RDBMS的數據清洗方法和數據脫敏處理技術等。
本書系統地講解了數據清洗理論和實際應用,適用于高職高專院校和應用型本科的大數據課程教學,也適用于希望了解數據清洗的廣大讀者。
你還可能感興趣
我要評論
|