数据的前戏之一，肯定少不了数据清洗。这份腾讯大讲堂第 59 期的资料，把数据预讲得挺清楚：填缺失值、修噪声、删孤立点，常见问题都有办法。像分箱、聚类、回归这些方法，起来也不复杂，适合刚入门或者项目里需要快速脏数据的你。

多个数据源打通时，数据集成就重要。不管是不同数据库，还是零散的 Excel 文件，统一之后，效率能翻一倍。资料里也提了不少例子，挺实用的，尤其适合做报表或 BI 工具接入。

数据变换那块，讲到了归一化和汇总，没绕弯子，直接给出怎么做。举个例子，你有几个维度数值差别挺大，先做归一化再建模，效果提升挺。

后面说的数据简化，重点在主成分（PCA）。这玩意儿常用在降维上，像可视化、多维数据压缩，全靠它。有需要的可以点下方的链接，多资料都讲得比较细，像 Python、matlab 还有 SPSS 的实现。

如果你现在正好在原始数据、准备建模或者做可视化，这份讲义真的可以看看，内容够硬，但讲得也比较接地气，挺适合实战用的。