![](https://img-blog.csdnimg.cn/20201014180756930.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
数据分析
文章平均质量分 55
油头Y7
算法学习日常
展开
-
探索性数据分析-简单的可视化方案
可视化的基本原则:使用最恰当的图标表达数据之间的关系。1、如果我们想要表达一组数据中各个结构成分之间的关系,我们可以使用饼图或者柱形图进行可视化2、想要查看一组数据中各成分之间的大小关系,可以使用条形图或者柱形图进行可视化3、展示一组数据中各成分的频率分布,可以使用柱形图或者散点图进行可视化4、展示一组数据中各成分的时间序列,可以使用柱形图或者折线图进行可视化5、为了展示两组不同数据之间的关联性,可以使用折线图或者散点图可视化...原创 2021-07-05 08:56:34 · 660 阅读 · 0 评论 -
探索性数据分析-如何描述业务量数据
探索性数据分析描述业务量的特征:均值、标准差、相关系数均值代表的是集中趋势(整体的趋势、整体发展方向、整体水平);标准差代表的是离中趋势(描述事物的波动程度,在一定程度上也代表着风险);相关系数代表的是相关分析(代表的是两种事物之间同向变动或者反向变动的关系);集中趋势中位数均值众数优点对极端值不敏感信息量大(数据参与的多)简单直观缺点对极端值不敏感对极端值敏感信息量小(数据参与的较少)左偏分布众数 > 中位数 > 均值正态分布原创 2021-07-05 00:48:38 · 1412 阅读 · 0 评论 -
数据分析与数据挖掘的基础概念
数据分析与数据挖掘的定义数据分析 数据分析是使用适当的统计分析的方法对收集的大量的数据进行分析,提取有用的信息和形成结论而对数据加以详细研究的概括总结的过程。数据挖掘 数据挖掘是在大型数据存储库中,自动的发现有用的信息的过程。数据挖掘的过程: 输入数据-----数据预处理(特征提取、维归约、规范化、选取数据集)-----数据挖掘-----后处理(模式过滤、可视化、模式表现)-----提供信息数据接口数据分析与数据挖掘的共同点:投入数据—产出信息的过程。他们的不同点总结如下原创 2021-06-23 18:58:04 · 1501 阅读 · 0 评论