数据挖掘和31_W21A分析报告.pptVIP

期末复习 2015 第21周 基础 数据分析中，如果我们希望研究变量之间的关系，会选择一部分变量作为自变量（预测变量），另一部分变量作为因变量.根据自变量和因变量的类型（连续型或类别型），需要用不同的分析方法.请就四种情况按照表格分类说明应用何种分析方法. 数据的预处理 数据的规范化和标准化 给定几科的成绩，根据各科“标准分”的平均分进行排序 关键换算方式（公式）和流程，文字、伪代码、流程图均可 数据的相似度和相异度（距离） 给定两个数据点（两个n维向量），计算它们之间的欧几里得距离和曼哈顿距离 缺失值 给定某个数据集中的缺失值出现状况，给出对应方案 删除列、删除行、还是填补以及如何填补？ 数据的基础分析 可视化：箱线图的解释 箱线图的示意画法：标注各种元素 统计方法的选择：中值、均值、极差、方差 公式和文字说明 偏度、峰度 画图说明意义，以及说明取值范围 回归分析 多元线性回归 简单说明数学原理 给定R的输出，解释回归结果 全子集回归模型选择 根据全子集回归图选择最优回归模型的过程 说明理由 残差分析图 理解回归模型的残差图（4联） 根据残差图的情况，说明需要对数据和模型的处理 方差分析和广义线性模型 广义线性模型 Logistic回归的定义和适用范围 泊松回归的定义和适用范围 方差分析 1,2 单因素方差分析的原理和步骤 方差分析对数据的统计假设 方差分析的协方差分析 假设检验，功效分析，重抽样与自助法 置换检验 描述如何用置换法检测两组之间的区别（t统计量） 流程图，文字，画图等方式，必要时都可使用 自助法 描述如何使用自助法对统计量进行区间估计 流程图，文字，画图等方式，必要时都可使用 功效分析 给定假设分布的参数，给出第一类和第二类错误的值 分类分析 决策树 给定某一节点上的数据集，使用增益计算最优的分裂方式 朴素贝叶斯 给定某一训练集，使用朴素贝叶斯方法对新的数据记录进行分类 根据应用场景选择适用的分类方法 决策树、贝叶斯、KNN、人工神经网络、支持向量机等等 关联分析 购物篮数据： 给定数据集，计算某些项集的支持度，或者某些规则的支持度和置信度 Apriori算法： 描述产生频繁项集或关联规则的Apriori算法 可以使用伪代码、流程图或文字叙述 关联规则的评价 对指标的解释：Lift，兴趣，等等 聚类分析 基于原型的 简要描述K-means聚类算法并讨论其中的最关键操作 可以使用伪代码、流程图或文字叙述 基于层次的 简要描述凝聚层次聚类算法并讨论其中的最关键操作 可以使用伪代码、流程图或文字叙述 基于密度的 简要描述DBSCAN算法并讨论其中的最关键操作 可以使用伪代码、流程图或文字叙述 其他 维归约 简述主成分分析PCA和探索性因子分析EFA 排序算法 简述Google PageRank算法 异常点检测 概念和检测方法 举出应用实例（如银行） * * 数据挖掘和分析 * * * *