1、理解数据分析的各个流程:semma
S:sample(搜集数据)
收集数据手段:
问卷调查
数据库查询
实验室试验
机器设备的记录
E:explore(数据探索)
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
M:modify(数据修正)
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
M:model(数据建模)
侧重于未知事件的预测,常用模型:
有监督的预测性模型(如回归、决策树、KNN等)
有监督的判别性模型(如logistic、贝叶斯、集成算法等)
无监督模型(如Kmeans聚类、层次聚类、密度聚类等)
半监督模型(如关联规则等)
A:assess(模型评估)
模型评估、检验模型的稳定性及实用性。常用检验方法有:RMSE、混淆矩阵、roc曲线、ks曲线
模型更好的策略:增加样本、扩展维度、修正模型参数、更换其他模型
2、数据分析与数据挖掘的区别
3、数据分析需要掌握的技能
标签:数据分析,02,Python,模型,修正,监督,聚类,数据
来源: https://blog.csdn.net/weixin_42068680/article/details/104753263