Sliq

✨ Sliq：智能数据清理，事半功倍

告别耗时数小时甚至数天的数据清理工作！Sliq 是一款专为工程师和分析师打造的 AI 数据清理平台，让您的数据在几分钟内即可投入分析使用。

---

💡 Sliq 如何让数据焕然一新？

Sliq 就像一位细心的助手，智能地处理您杂乱的数据：

• 自动修复格式错误： 解决恼人的错别字、不一致的日期格式等问题。
• 智能补全缺失值： 根据数据上下文，精准填充缺失数据，让您的数据集更完整。
• 统一字段结构： 标准化您的数据结构，为后续分析打下坚实基础。

---

🎯 Sliq 的独特优势

“自动化如魔法般流畅，但其背后却是扎实的工程技术支撑。”

Sliq 不仅仅是工具，更是您的智能数据伙伴：

• 上下文感知： Sliq 能够理解您的数据领域（无论是金融、医疗还是零售），从而做出更智能的清理决策，避免误判和不必要的转换。
• 极速高效： 几分钟内即可处理数千兆字节的杂乱数据。我们优化的引擎承担了繁重的工作，您只需坐享其成。
• 无缝集成： 轻松连接 Sliq 与您现有的数据生态系统和工作流程，带来统一、便捷的体验。

---

🚀 轻松上手 Sliq

我们提供多种方式助您快速开启数据清理之旅：

1. Sliq 控制面板：
   • 上传数据集、启动清理任务并下载结果，一切尽在可视化界面。
   • 在“作业与管道”中查看进度，并下载清理后的数据。
2. Sliq Python 库：

   通过脚本和 Jupyter Notebook 自动化清理流程。

   pip install sliq

   获取您的 API 密钥，即可在代码中调用：

   
   import sliq
   cleaned_data = sliq.clean_from_path(
       api_key="您的API密钥",
       dataset_path="/path/to/messy/data/dataset.csv",
       dataset_name="数据集名称",
       dataset_description="数据集描述",
       dataset_purpose="清理后的用途（如分析、模型训练）",
       save_clean_file_path="/path/to/save/clean/dataset"
   )
               

---

❓ 常见问题解答

• 为什么要提供数据集上下文信息？

  数据集描述、用途和列描述等信息有助于系统正确理解数值，避免不必要的转换，确保清理结果更符合您的预期。

• Sliq 支持特征工程吗？

  是的，控制面板和 Python API 都包含 is_feature_engineering 选项。