數據分析與挖掘

• 個人理解
  • 數據分析和數據挖掘是最近幾年才出現的一個名詞，其歸根到底的目的就是經過一系列手段處理數據（集）得到一個適合的建模數據，利用建模數據建立模型分析挖掘已有數據的隱含價值。
• 一般步驟（詳細內容子目錄有敘述，且后面的實戰項目我會嚴格按照這個步驟進行，后面會詳細介紹下面的主要步驟）
  • 數據獲取
    • 利用各種手段獲取數據，數據樣式不限制，但一般而言是形如excel或者csv這樣的表格格式。
  • 數據探索
    • 對數據進行初步探索，得到數據特征（如每一列的平均值，分位數，最大最小值，空值數目）。
  • 數據預處理
    • 毫不夸張的說，這是整個數據挖掘過程中最費時間的部分。
    • 對原始數據進行處理，得到合適的建模數據（如處理異常值，屬性規約，數據清洗，數據變換，數據標準化）。
  • 數據挖掘建模
    • 如果任務明確，模型的選擇是指定的，但是算法的優化，準確率的考究等是需要處理的。（如分類預測、關聯規則獲取。
  • 后續處理
    • 一般是指模型實際應用。

超強干貨來襲 云風專訪：近40年碼齡，通宵達旦的技術人生

總結

以上是生活随笔為你收集整理的数据分析与挖掘理论-概述的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。