预处理匿名数据以进行预测分析的步骤是什么？

Question

假设我们有一个大型的匿名数据数据集。数据集包含一定数量的变量和观察值。我们可以了解的所有数据都是变量的类型（数字，字符，日期等）。我们可以通过手动查看数据来完成。 用于进一步分析的预处理数据集的最佳实践步骤是什么？

就比如，让这组数据只是一个表，所以我们并不需要检查表之间的任何关系。

Answer 1

This link给出了一套完整的验证目前在实践中。不过，先从：

• 只要有可能，都写在这样你可以用你喜欢的编程语言的方法/构造解析它的速度和尽可能方便，这是一种您的数据;
• 如果所有的数据类型匹配正确，您可以验证 - 如int字段不包含字符串数据等;
• 您可以验证您的值是否在可接受的范围内;
• 检查一个不可为空的字段是否有空值;
• 检查日期是否在预期范围内;
• 检查数据是否正确设置成员资格限制在适用的地方;
• 如果你有以下类似电话号码的数据模式，确保他们在（XXX）XXX-XXXX的设计，如果你喜欢他们的方式;
• 是在正确的精度水平的邮政编码（在美国，你可以具有5个或9位数字的准确性）;
• 如果你的数据是时间序列，是完成（即你有所有日期值）？
• 有没有不必要的重复？

希望这是不够好，让你开始...