Towards Explainable Automated Data Quality Enhancement without Domain Knowledge
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究提出了一种适用于任何数据集的自动评估和修复数据质量问题的框架。通过结合统计方法和机器学习,确保了过程的可解释性和准确性,有效检测和修正缺失值、重复数据和拼写错误,推动了自动化数据质量评估的发展。
🎯
关键要点
-
本研究提出了一种适用于任何数据集的自动评估和修复数据质量问题的框架。
-
框架结合了统计方法和机器学习算法,确保了过程的可解释性和准确性。
-
有效检测和修正缺失值、重复数据和拼写错误。
-
该框架帮助用户理解数据异常的识别和修正过程。
-
推动了自动化数据质量评估的发展。
🏷️