《Python数据分析与挖掘实战(张良均等)》笔记

实习结束后补一下数据分析概念相关知识：
第三章
第四章

数据挖掘建模过程

1. 定义挖掘目标
2. 数据取样
   抽取一个与目标相关的样本数据子集。
   抽取数据的标准：相关性、可靠性、有效性
   衡量数据质量的标准：完整无缺、指标齐全、反应正常状态下的水平
   抽样的常见方式：随机抽样、等距抽样、分层抽样、从起始顺序抽样、分类抽样
3. 数据探索
   主要包括：异常值分析、缺失值分析、相关分析、周期性分析
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、数据规约
5. 挖掘建模
6. 模型评价

---

——> 第三章