Los conjuntos de datos pueden requerir técnicas de preprocesamiento con el fin de garantizar un análisis preciso, eficiente o significativo. La limpieza de datos alude a todos aquellos métodos que se utilizan para buscar, eliminar y reemplazar datos incorrectos o ausentes. La detección de cambios de extremos locales y cambios abruptos puede ayudar a identificar tendencias de datos significativas. El suavizado y la eliminación de tendencia son procesos que se emplean para eliminar el ruido y las tendencias lineales de los datos, mientras que el escalado cambia los límites de los datos. Los métodos para agrupar y discretizar son técnicas que identifican relaciones entre las variables de datos.