数据清分（Data Cleansing）是数据预处理的一个重要步骤，指的是对原始数据进行清洗、整理和转换，使其符合一定的质量标准或满足特定需求的过程。数据清分的目的是提高数据的准确性、完整性、一致性和可靠性，从而确保数据分析和挖掘的准确性和有效性。
数据清分的主要任务包括：
1. 识别和处理缺失值：通过插补、删除等方法处理数据中的缺失值，以提高数据质量。
2. 处理异常值：识别并处理数据中的异常值，如离群点、错误数据等，以保持数据的真实性。
3. 数据转换：将数据转换为适合分析的格式，如归一化、标准化、编码等。
4. 数据整合：将来自不同来源的数据进行整合，使之具有一致性。
5. 数据规范化：消除数据中的不一致性，如单位不统一、名称不规范等。
6. 数据摘要：提取数据的关键信息，以减少数据的冗余和提高数据处理的效率。
数据清分是数据分析和挖掘之前必不可少的环节，对于保证数据分析结果的准确性和可靠性具有重要意义。