重述下面的话：通常对数据的预处理包括以下几个部分1离群数据处理将数据集中的异常离群点数据进行处理通常有滑动平均及直接删除等方法2数据记录缺失值处理往往在采集数据的过程中数据时间点的统计可能并不连续从而需要使用窗口均值或是回归等方式进行缺失值的填补;3数据标准化一般是将数据放缩到零均值同方差的区间确保数据的多个特征的无量纲化。对于附件2中收集到的数据时间较为完整不存在异常离群值故不进行过度清洗。

通常对数据进行预处理时，会包括以下几个步骤。首先是处理离群数据，这意味着处理数据集中的异常值，可以使用滑动平均或直接删除的方法。其次是处理数据记录中的缺失值，由于数据采集过程中可能存在数据时间点的间断，所以需要使用窗口均值或回归等方法来填补缺失值。最后是对数据进行标准化处理，将数据放缩到具有零均值和同方差的区间，以确保数据的多个特征具有无量纲化的特性。对于附件2中的数据，由于数据时间较为完整且不包含异常离群值，因此不需要进行过度清洗。