如何有效保證數(shù)據(jù)質(zhì)量_第1頁
如何有效保證數(shù)據(jù)質(zhì)量_第2頁
如何有效保證數(shù)據(jù)質(zhì)量_第3頁
如何有效保證數(shù)據(jù)質(zhì)量_第4頁
全文預(yù)覽已結(jié)束

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

如何有效保證數(shù)據(jù)質(zhì)量如何有效保證數(shù)據(jù)質(zhì)量,三軍未動，糧草先行，數(shù)據(jù)質(zhì)量(DataQuality)是數(shù)據(jù)分析結(jié)論有效性和準(zhǔn)確入數(shù)據(jù)倉庫，那么必須保證這些數(shù)據(jù)都是有效的，作為基礎(chǔ)數(shù)據(jù)集，上層不會再去做任何的校驗(yàn)和過據(jù)集也是為了保證所有上層的匯總和多維聚合的結(jié)數(shù)據(jù)清洗的工作放在入庫以后來執(zhí)行，主要由于數(shù)優(yōu)勢，部分的清洗工作在倉庫中進(jìn)行會更加的簡單數(shù)據(jù)的統(tǒng)計(jì)和聚合之前，我們?nèi)匀豢梢员ＷC使用的三塊:1.DataProfiling據(jù)概要分析”，但其實(shí)“Profiling”這個(gè)詞用概要分析無法體現(xiàn)它的意境，看過每集都會對罪犯做一個(gè)CriminalProfiling，以分析罪犯的身份背景、行為模式、心理狀態(tài)等，所以Profiling更多的是一個(gè)剖析的過程。維基百科對DataProfiling的解釋如下:thatdata.這里我們看到DataProfiling需要一個(gè)收集統(tǒng)計(jì)信息的過程(這也是犯罪心理中Garcia干的活)，那么如何讓獲取數(shù)據(jù)的統(tǒng)計(jì)信息呢,化器可以選擇合適的執(zhí)行計(jì)劃，另一方面對于一些查詢可以直DataProfile的表中的每個(gè)字段都有完整的統(tǒng)計(jì)信息，包括:記錄數(shù)、最大值、最出了每個(gè)唯一值的分布頻率，這個(gè)對發(fā)現(xiàn)一些異常數(shù)據(jù)是非?？吹缴厦孢@些DataProfile的統(tǒng)計(jì)信息，計(jì)描述，統(tǒng)計(jì)學(xué)上會使用一些統(tǒng)計(jì)量來描述一行簡單的Profiling，這里不得不提一個(gè)非常實(shí)用的圖表工具——箱形圖(Boxplot)，也叫箱線圖、盒狀圖。我們可以嘗試用箱形圖來表現(xiàn)數(shù)據(jù)的分布特征:示數(shù)據(jù)集的均值。箱形的上下分別延伸出兩條線，這兩條線的末端(也叫“觸須”)集的標(biāo)準(zhǔn)差σ,選擇上下3σ的范圍，或

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論