学习笔记(02):零基础搞定Python数据分析与挖掘-数据分析的流程

立即学习:https://edu.csdn.net/course/play/6861/326736?utm_source=blogtoedu

SEMMA Circle:

1)S: sample， 常用手段：问卷调查，数据库查询，实验室试验，仪器设备的记录

2)E: explore, 常用探索方向：离散变量的分布比例，连续变量的分布形态，数据的异常和缺失，特征选择

3)M:modify(数据修正) 常用修正方法：数据类型的转换，数据的一致性处理，异常值和缺失值的处理，数据形态的转换

4）M:model，侧重于对未知事件的预测：

supervised predictive: regression, decision tree, KNN, 

supervised classification: logistic, 贝叶斯，集成算法，

unsupervised model：k-means聚类，层次聚类，密度聚类

半监督：关联规则

5）A：access 检验model的稳定性和实用性，常用检验方法： RMSE（均方误差，对于预测性）,混淆矩阵，ROC曲线，KS曲线

度量和预测现有数据：

增加样本

扩展维度

修正模型参数-修正

更换其他模型-集成模型