پاکسازی داده ها (Data cleaning)، شامل شناسایی و رفع خطاهای احتمالی دادهها برای بهبود کیفیت آنهاست. در این فرآیند، شما دادههای «کثیف» را شناسایی، بررسی، تجزیه و تحلیل، اصلاح یا حذف میکنید تا مجموعه دادههای خود را پاکسازی کنید. دادههای کثیف به معنی ناهماهنگیها و خطاها هستند که میتوانند از هر بخش فرآیند تحقیق، مانند طراحی ضعیف، اندازه گیری غلط، ورود دادههای ناقص و… به دست آیند.
