数据清洗(Datacleaning)是对数据进行重新审查和校验的过程，目的在于删除重复信息、纠正存在的错误，并提供数据一致性。其主要处理类型有()。 A: 残缺数据 B: 错误数据 C: 重复数据 D: 多余数据

数据预处理负责将分散的、异构数据源中的数据如关系数据、网络数据、日志数据、文件数据等抽取到临时中间层，然后进行清洗、转换、集成，最后加载到数据仓库或数据库中，成为通过数据分析、数据挖掘等方式提供决策支持的数据。数据预处理能够帮助改善数据的质量进而帮助提高数据挖掘进程的有效性和准确性，因此数据预处理是整个数据挖掘与知识发现过程中的一个重要步骤。 数据预处理主要包括数据清洗（DataCleaning）、数据集成（DataIntegration）、数据转换（Data Transformation）和数据消减（DataReduction）。 请大家利用网络搜索引擎，探索数据预处理的主要技术，并完成下表的填写。 序号 数据预处理形式 主要关键技术 1 数据精理 （1） 2 数据集成 （2） 3 数据归约 （3） 4 数据转换 （4）