cleanTS：用于微尺度单变量时间序列清洗的自动化（AutoML）工具

数据清洗是数据分析过程中最重要的任务之一。数据分析中一个长期存在的挑战是对非有效数据的检测与处理。未能做到这一点会导致不准确的分析和不可靠的决策。妥善清洗此类数据的过程耗时良多。误差在时间序列数据中十分普遍。通常发现真实世界数据是不干净的，需要一些预处理。分析大量数据是困难的。本文旨在提供一种易于使用且可靠的系统，以自动化单变量时间序列数据的清洗过程。自动化该过程可大幅减少所需时间。一次性可视化大量数据的效果并不理想。为解决此问题，我们提出了一个R语言包cleanTS。所提出的系统提供了一种在不同尺度和分辨率上分析数据的方式。此外，它为使用者提供了工具以及一个用于比较数据清洗中各种技术的基准系统。