第一章-数据挖掘基础
一、过程
1、确定目标
2、数据取样:随机取样、等距取样、分层取样、从起始顺序取样、分类抽样
3、数据探索:异常值分析、缺失值分析、相关性分析和周期分析
4、数据预处理:数据筛选、数据变量转换、缺失值处理、坏数据处理、数据标准化、主成分分析、属性选择、物选择规约
5、数据建模:model(分类、聚类、关联规则、时序模式或者智能推荐)
6、模型评价:找出最好的模型
二、数据挖掘建模工具(sas、spss、sql server、python、weka、knme、rapidminer、tipdm)-java包含豆
第二章-phython数据分析简介
一、简单的python介绍:
1. 基本运算:
1. a**2 平方运算
2. a, b, c = 2, 3, 4 多变量同时赋值
3. 字符串:
s = 'I like u'
s = s + 'very much'
s = s.split('') #判断为空格的地方断开
4. range
for i range(1,4,1):#从1开始到4,1是等差值
print (i)
result:
1,2,3
5. 函数返回可以返回多个数,同时用多个变量接收调用结果
def a