常见的数据清洗操作包括删除重复值、填补缺失值、平滑异常值等。常见的数据转换操作包括数据归一化、标准化、离散化、编码等。
1. 数据清洗：清洗数据是指去除数据中的噪声、异常值和缺失值，以保证数据的质量和可靠性。常见的数据清洗操作包括删除重复值、填补缺失值、平滑异常值等。
2. 数据转换：数据转换是指将数据从一种形式转换成另一种形式，以适应机器学习模型的要求。常见的数据转换操作包括数据归一化、标准化、离散化、编码等。
3. 数据集成：数据集成是指将多个数据源的数据合并成一个统一的数据集，以便进行后续的分析和建模。常见的数据集成操作包括数据合并、数据连接、数据追加等。
4. 数据规约：数据规约是指通过压缩、抽样等方法减少数据的规模，以提高计算效率和降低存储成本。常见的数据规约操作包括维度规约、属性规约等。