第一章考点
1,大数据的四个特点: 容量,多样性,速度,价值
2,数据分析:是用适当的统计分析方法,对收集来的大量数据进行分析,提取有用信息和形成结论,并对数据加以详细研究和概括总结的过程。
数据挖掘提取出来的知识: 概念,规则,模式,规律
3,大数据分析与挖掘的过程:
(1)任务目标确定
(2)目标数据集的提取
(3)数据预处理
(4)建立适当的数据分析与挖掘模型
(5)模型的解释与评估
(6)知识的应用
功能:
(1)对数据的统计分析与特征描述
(2)关联规则挖掘和相关性分析
(3)分类和回归
(4)聚类分析
(5)异常检测或者离群点分析
选择 填空 要会写 3是综合题
第二章考点:
考点一 : 数据的类型
数据集类型 | 定义 | 举例 |
---|---|---|
结构化 | 数据有结构,多以文本文件存储 | 鸢尾花 |
半结构化 | 有一定结构使用标签标识数据中每个元素有层次 | XML文档,JSON数据 |
非结构化 | 没有预定的数据模型 | 音频,图像,视频等 |
数据属性类型 | 定义 | 举例 |
---|---|---|
标称属性(分类属性) | 类似标签 数字和符号对物体进行识别和分类,没有顺序不可,不可比大小,不加减乘除 | yellow small big |
序数属性 | 有顺序关系 能反映对象之间的等级顺序可比大小但不加减 | 优秀,良好 |
数值属性 | 区间标度:零点不是零值,没有比较意义 ; 比率标度属性 零点表示零值 可以比较大小 | 区: 华氏温度,38°,25° ,比:重量, |