數(shù)據(jù)分析應(yīng)用項(xiàng)目化教程（Python） 課件 任務(wù)1.2 認(rèn)識(shí)數(shù)據(jù)分析類別與流程

項(xiàng)目1認(rèn)識(shí)數(shù)據(jù)分析

任務(wù)1.2認(rèn)識(shí)數(shù)據(jù)分析類別與流程認(rèn)識(shí)探索性和預(yù)測性數(shù)據(jù)分析認(rèn)識(shí)數(shù)據(jù)分析流程認(rèn)識(shí)探索性數(shù)據(jù)分析探索性數(shù)據(jù)分析是用來分析和調(diào)查數(shù)據(jù)集，并總結(jié)其主要特征，通常采用數(shù)據(jù)可視化和匯總統(tǒng)計(jì)方法。探索性數(shù)據(jù)分析的主要目的是什么？識(shí)別明顯的錯(cuò)誤、理解數(shù)據(jù)中的模式、檢測異常值或異常事件、找到變量之間的有趣關(guān)系。嘗試各種方法來探索發(fā)現(xiàn)數(shù)據(jù)中可能存在的關(guān)系等，從而幫助我們后期更好地進(jìn)行特征工程和建立模型，為預(yù)測性數(shù)據(jù)分析做準(zhǔn)備，是進(jìn)行數(shù)據(jù)分析時(shí)重要的一步。探索性數(shù)據(jù)分析一般步驟有哪些？1) 問題/需求導(dǎo)向2) 數(shù)據(jù)的基本情況。包括但不限于：數(shù)據(jù)量、數(shù)據(jù)特征、數(shù)據(jù)類型數(shù)據(jù)分布情況等。3) 數(shù)據(jù)的基本處理。對于數(shù)據(jù)的處理方式根據(jù)你的問題需要進(jìn)行選擇，主要有缺失值處理、重復(fù)值處理、異常值處理、數(shù)據(jù)轉(zhuǎn)換和格式化處理、匯總統(tǒng)計(jì)。4) 數(shù)據(jù)可視化。認(rèn)識(shí)預(yù)測性數(shù)據(jù)分析什么是預(yù)測性數(shù)據(jù)分析？基于過去的數(shù)據(jù)對未來結(jié)果進(jìn)行預(yù)測，是專注于預(yù)測并理解未來可能發(fā)生的情況，大多是基于概率的，即預(yù)測事件在未來發(fā)生的概率，或者事件在大概率上會(huì)如何發(fā)生。預(yù)測性數(shù)據(jù)分析的主要目的是什么？是試圖預(yù)測可能的未來結(jié)果并提供這些結(jié)果發(fā)生的可能性，使企業(yè)能夠采取更主動(dòng)、更加數(shù)據(jù)驅(qū)動(dòng)的方法來制定戰(zhàn)略和決策。預(yù)測性數(shù)據(jù)分析步驟有哪些？除了包含探索性數(shù)據(jù)分析步驟之外，另外主要包括特征工程、模型訓(xùn)練、模型評估與應(yīng)用三個(gè)部分。預(yù)測性數(shù)據(jù)分析工具有哪些？除了探索性數(shù)據(jù)分析工具外，還有數(shù)據(jù)挖掘、統(tǒng)計(jì)建模、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等相