初始数据分析

数据类型：连续型、离散型、符号型、文本型
数据分析就是从原始数据中提取有效信息
信息是对数据更高层次的抽象，是数据处理之后的结论。
数据分析的目的：对研究的问题或系统建立数学或者逻辑模型。
数据分析流程详解

1. 问题定义
2. 数据抽取
3. 数据清洗
4. 数据转换
5. 数据探索
6. 数据模型
7. 模型评估
8. 解决方案部署

问题定义
数据分析总是始于要解决的问题，这个问题要事先定义。
如何预测豆瓣用户对不同电影的评分
如何给用户安排周边最近的又能通路的拼车
北京地区什么菜系最受欢迎。
问题定义的准确性能够保证分析过程是朝着目标结果前进。
数据抽取
对原始数据的提取，要以创建预测模型为目的
采集的样本数据尽可能真是反映实际情况
网页爬虫（或者调用API）—用户信息提取-----随机抽样
数据清洗：不同的抽取方式会得到不同的数据，需要对不同来源的数据进行归纳统一和去重。
数据转换
数据探索：从图形或者统计数字中搜寻数据，以发现其中的模式与联系

1. 总结数据
2. 为数据分组
3. 探索不同属性之间的关系
4. 识别模式与趋势
5. 建立回归或者分类模型
   预测模型：基于相似用户的评分预测
   相似用户评分的加权平均值来预测这个用户的评分
   模型评估：验证用先前采集的数据创建的模型是否有效
   两种主要的评估方式：
   在线平台的评估
   在历史数据集上的评估
   解决方案的部署：数据分析师撰写报告描述分析结果，提交报告至管理层，便于他们做出决策
   数据分析师的日常工作：