数据分析

1.概述
狭义的数据分析 是获取数据，探索分析数据，并可视化数据。
相关理论：
集中趋势：均值、中位数与分位数、众数
离中趋势：标准差与方差
数据分布：偏态与峰态、正态分布、三大分布
抽样理论：抽样误差、抽样精度
2 .数据分析演练：
读取并分析数据，获取数据各属性， 通过计算均值、方差、最大值、最小值等增加对数据的了解。
python 源码 参见 2_main
https://github.com/cyy111/Data-Analysis-and-mining-modeling
3.数据可视化
处理数据，并以图形形式展示。
可以选择柱状图、直方图、散点图、箱线图、折线图等展示、更清晰明了！
4.探索性数据分析
主要是研究多因子与复合分析，展现数据全貌
相关理论：假设检验与方差检验–卡方检验、方差检验
相关系数：皮尔逊、斯皮尔曼
回归：线性回归
PCA与奇异值分解
5.数据预处理和特征工程
数据清洗：数据样本抽样，去除异常值


特征预处理

6. 分类

7.回归

8. 机器学习

9. 模型评估
分别是分类、回归、关联和聚类模型评估。

更多详情 参见源码
https://github.com/cyy111/Data-Analysis-and-mining-modeling