読み方のヒント
矢印ボタン(または ← → キー)でページを移動できます。
拓海は、学習の前に、記録の表を一行ずつ確かめました。すると、いくつかの問題が見つかりました。
| 日付 | 天気 | 売れた本数 | 見つかった問題 |
|---|---|---|---|
| 7月2日 | 晴れ | 420 | 42の打ちまちがいと考えられる |
| 7月3日 | (空欄) | 38 | 天気の記録が欠けている |
| 7月4日 | 晴れ | 40 | なし |
| 7月4日 | 晴れ | 40 | 同じ日の記録が二重に入っている |
| 7月5日 | 雨 | 0 | 店の定休日で、売れなかったのではなく営業していない |
どれも、そのまま学習に使うと決まりをゆがめます。420本の一日があると、晴れの日の平均が大きく上がります。定休日の0本があると、雨の日の平均が下がります。
データの質の問題には、主に次の種類があります。
学習の前にこうした問題を見つけて、直す・除く・印を付けるといった処理をすることを、データの前処理といいます。
1は、それだけを見れば問題のない行です。重なりは、ほかの行と比べて初めて見つかります。
19 / 24