数据预处理（Data Preprocessing）是指在主要的数据处理之前对数据进行的一些处理，旨在解决数据中存在的问题，为后续的分析和建模提供高质量的数据。经过采集得到的原始数据主要有以下问题。
●杂乱性。由于原始数据是从多个不同的系统之中获取的，不同的系统的数据有着不统一的定义和标准，数据结构也有较大的差距，所以原始数据存在较大的不一致性，往往是不可直接使用的。
●不完整性。在实际系统设计和使用的过程中，会存在人为因素造成数据属性的丢失或者不确定的情况，还可能会由于缺少关键的数据而造成数据的不完整性。
●冗余性。对于同一客观事物在数据库中存在其两个或两个以上完全相同的物理描述。由于应用系统实际使用中的一些问题，几乎所有应用系统中都存在数据的重复和信息的冗余现象。
要使挖掘算法挖掘出有效的知识，必须为其提供干净、准确、简洁的数据。为了解决原始数据存在的问题，数据预处理成为大数据处理的重要一环。数据预处理可以改善数据的质量，提高数据挖掘过程中的准确率和效率，为大数据提供干净、准确、高质量的数据集，从而减少之后数据处理的工作量，提高处理效率。
