学习笔记(02):零基础搞定Python数据分析与挖掘-数据分析的流程

立即学习:https://edu.csdn.net/course/play/6861/326736?utm_source=blogtoedu

SEMMA

S-Sample(搜集数据)
问卷调查

数据库查询

 

E-Explore(数据探索)

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)

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)

有监督的预测性模型(回归 决策树 KNN等)

无监督的判别性模型(Logistic 贝叶斯 集成算法等)

无监督模型(Kmeans聚类 层次聚类 密度聚类等)

半监督模型(关联规则等)(不常用)

 

A-Assess(模型评估)

RMSE(预测性问题 均方)

混淆矩阵

ROC曲线

KS曲线