统计失真：数据清洗的后果

我们引入了统计失真的概念，作为衡量数据清洗策略有效性的基本指标。我们利用该指标提出了一个广泛适用且可扩展的实验框架，用于从三个维度评估数据清洗策略：故障改进、统计失真和成本相关标准。现有指标侧重于故障改进和成本，但未关注数据清洗策略的统计影响。我们在真实世界数据上展示了我们的框架，并进行了一套全面的实验和分析。