CDA1级习题复习（1）

最新推荐文章于 2024-04-29 10:12:10 发布

数据小鱼Rexa

最新推荐文章于 2024-04-29 10:12:10 发布

阅读量3.6k

点赞数 6

分类专栏： CDA复习文章标签：数据分析 cda

本文链接：https://blog.csdn.net/qq_38395376/article/details/109340208

版权

本文涵盖了数据分析的多个方面，包括业务理解、数据挖掘、数据分析的八个层次、CRISP-DM和SEMMA方法论、数据计量尺度以及统计概念如方差、标准差和峰度。还介绍了正态分布特性、t检验、相关系数、线性回归假设以及数据清洗和预处理方法。此外，讨论了特征工程、评估指标如精确度、召回率和F1分数。

摘要由CSDN通过智能技术生成

                    
                        
                    
                    数据分析：包括业务理解，数据采集，数据清洗，数据探索，数据可视化，数据建模，模型可视化，分析结果。
数据挖掘：是在大型数据集中运用人工智能，机器学习，统计学发现模式的过程。
数据分析八个层次：常规报表，即席查询，多维分析，警报，统计分析，预报，预测性建模和优化。
CRISP-DM方法论：业务理解，数据理解，数据准备，建模，模型评估和模型发布。
SEMMA方法论： 探索—修改—建模—评估—抽样—探索
数据的计量尺度：分类变量（名义测量），顺序变量（次序测量），数据变量（间距测量，比率测量）
几何平均数：用于计算平均成长率，n个比率相乘再开n次。
异众比率：1-（众数个数/总体）
方差是西格玛平方，标准差是西格玛。
图像峰值靠左是右偏，图像峰值靠右是左偏。
峰度是变量两边拖尾的情况。如果一个变量是尖峰的，在统计学中出现超过2倍标准差的数值的概率会大于5%，3倍的会大于1%。
在正态分布中，均值=中位数=众数。
在正态分布中，变量取值距离在均值2倍标准差内出现的概率为95%。
在正态分布中，一个标准差68%，2个标准差95%，3个标准差99.7%。
点估计命中目标的概率是极低的，所以要用区间估计。其中会用区间估计的平均数估计总体的平均数࿰

                