大数据预处理

数据预处理负责将分散的、异构数据源中的数据如关系数据、网络数据、日志数据、文件数据等抽取到临时中间层，然后进行清洗、转换、集成，最后加载到数据仓库或数据库中，成为通过数据分析、数据挖掘等方式提供决策支持的数据。

数据预处理能够帮助改善数据的质量，进而帮助提高数据挖掘进程的有效性和准确性，因此数据预处理是整个数据挖掘与知识发现过程中的一个重要步骤。