2.2 数据清洗
李沐
B站：https://space.bilibili.com/1567748478/channel/collectiondetail?sid=28144
课程主页：https://c.d2l.ai/stanford-cs329p/
1. 网页数据抓取
1. 数据错误
一般情况下在收集完数据之后，要对数据进行处理，因为数据里面有很多噪音。如果有很多噪音就要对其进行清洗。
如果没有噪音，但是数据不是训练模型所需要的格式的话，也要对其进行格式转换。
噪音和格式问题都解决完之后，如果模型难以训练，可能就是数据特征不明显，可以对其进行特征提取处理。
2. 错误类型
- 异常数据：一些样本的数据不在正常的分布区间里面。
- 规则冲突：一些数据不符合数据类型规则等
- 模式冲突：违反语义、语法的限制
难点：不清楚生产中的数据 能到到什么精度
