大数据预处理的方法主要包括数据清洗、( )、数据变换和( )

本题考查大数据预处理的主要步骤。预处理是数据分析前的关键环节，需掌握各步骤的核心目的和顺序。
关键知识点：

1. 数据清洗：处理缺失值、异常值，保证数据质量。
2. 数据集成：整合多源数据，消除冗余。
3. 数据变换：统一数据格式或标准化（如归一化）。
4. 数据规约：减少数据规模，提升分析效率。

破题关键：明确各步骤的逻辑顺序，尤其注意数据集成需在清洗后、变换前完成，而数据规约通常作为最后一步。

第一空

数据清洗后需整合多源数据，消除重复或冲突，因此填数据集成。

第二空

数据变换后需减少数据量或简化结构，因此填数据规约。