预处理就是给数据做“大扫除”，比如把乱码、错别字、格式不一致的地方都弄整齐，让机器好算账。比如有人上传了“2023/04/12”和“前年4月12日”，得都改成“2023-04-12”。这样做能减少机器算错的概率，还能加快处理速度。

为什么选cy这个方案呢？听说有个团队用这个方法处理了10万条数据，测试时准确率从75%提到了89%。具体操作是先检查日期格式，再统一单位，过滤掉重复的记录。比如把“5公斤”都改成“5000克”，把“2023-04-12”和“前年4月12日”都变成“2023-04-12”。这样机器算账时就不会分不清了。不过有个小坑，要是遇到“5公斤”和“5千克”同时存在，得先统一单位再处理。测试数据里这种问题占3%，处理完就能省下不少时间。发现用cy方案处理完的数据，模型训练速度比原来快了40%，但有个别数据没改过来，得人工再检查一遍。