数据转换是将数据从一个格式或结构转换为另一个格式或结构的过程。数据转换对数据集成和数据管理活动至关重要。数据转换可以包括一系列活动：您可以通过删除空值或重复数据来转换数据类型、清理数据、丰富数据或执行聚合。那么数据转换的作用是什么呢？下面就跟着飞渡科技一起来看看吧！

　　1、数据插补

　　数据补充适用于预测建模任务，如分类、回归和聚类。在这些任务中，缺失值不容忽视，否则会导致结果问题。此外，处理缺失值的优秀内部技术通常是不可用的，或者处理大型数据集需要太多的时间。

　　许多统计分析方法将排除包含缺失值的数据。相比之下，数据插入可以用估计值代替缺失值，从而使用所有这些数据。估计值基于其他可用信息。更换缺失值后，可以使用标准方法分析数据集，就像数据集完整一样。

　　2、数据拆分

　　数据拆分对构建分类模型或回归模型和测试其预测质量非常有用。数据将分为培训数据集和测试数据集。然后，您使用一个数据集来训练预测模型，并使用另一个数据集来测试预测模型。

　　例如，假设你有一个包含客户人口统计信息的大型数据集。您希望为不同城市的客户创建不同的模型“城市”列值分割输入数据。

　　3、标准化和正态化

　　数据预处理阶段采用标准化和正态化。在这个阶段，数据将在未来的数据挖掘和机器学习中进行准备。这两种方法都通过修改连续属性来扩展数据集，以实现所需的分布属性。