Our observations revealed that find

Our observations revealed that finding inconsistencies within datasets is a crucial step in data wrangling and cleansing. With large variety of datasets, it is
very hard to track inconsistencies. As a result, we chose to
use visualizations to help us track these inconsistencies. The
visualizations of Figure 2 are samples of these visualizations
using Gant chart metaphor. More research in developing such
visualizations is required in conjunction with research on
clustering approaches

Kết quả (Việt) 1:

Quan sát của chúng tôi cho thấy rằng việc tìm kiếm các mâu thuẫn trong datasets là một bước rất quan trọng trong dữ liệu tranh cãi và làm sạch. Với lượng lớn datasets, đó làrất khó để theo dõi các mâu thuẫn. Kết quả là, chúng tôi đã chọn đểsử dụng kiểu trực quan để giúp chúng tôi theo dõi những mâu thuẫn. Cácquán tưởng hình 2 là mẫu của các kiểu trực quansử dụng phép ẩn dụ Gant bảng xếp hạng. Các nghiên cứu nhiều hơn trong việc phát triển như vậykiểu trực quan được yêu cầu trong kết hợp với nghiên cứu vềphương pháp tiếp cận kết cụm

Kết quả (Việt) 2:

Quan sát của chúng tôi cho thấy rằng việc tìm kiếm sự thiếu nhất quán trong các tập dữ liệu là một bước quan trọng trong tranh cãi dữ liệu và làm sạch. Với số lượng lớn các dữ liệu này, nó là
rất khó để theo dõi sự mâu thuẫn. Kết quả là, chúng tôi đã chọn để
sử dụng trực quan để giúp chúng tôi theo dõi những mâu thuẫn. Các
visualizations của hình 2 là mẫu của những hình tượng
sử dụng Gant ẩn dụ biểu đồ. Nhiều nghiên cứu trong phát triển như
visualizations là cần kết hợp với nghiên cứu về
phương pháp phân nhóm