埃森哲大数据分析方法论与工具.pptxVIP

大数据分析--埃森哲;目录;数据分析即从数据、信息到知识的过程，数据分析需要数学理论、行业经验以及计算机工具三者结合;随着计算机技术发展和数据分析理论的更新，当前的数据分析逐步成为机器语言、统计知识两个学科的交集（备选）;;目录;1.业务理解(business understanding） 确定目标、明确分析需求 2.数据理解（data understanding） 收集原始数据、描述数据、探索数据、检验数据质量 3.数据准备(data preparation) 选择数据、清洗数据、构造数据、整合数据、格式化数据 4.建立模型(modeling） 选择建模技术、参数调优、生成测试计划、构建模型 5.评估模型(evaluation) 对模型进行较为全面的评价，评价结果、重审过程 6.部署(deployment) 分析结果应用;数据分析框架;;目录;数据清洗数据探索;给定一个置信概率，并确定一个置信限，凡超过此限的误差，就认为它不属于随机误差范围，将其视为异常值。 常用的方法（数据来源于同一分布，且是正态的）：拉依达准则、肖维勒准则、格拉布斯准则、狄克逊准则、t检验。 ;判别方法; 由包含m个插补值的向量代替每一个缺失值，然后对新产生的m个数据集使用相同的方法处理，得到处理结果后，综合结果，最终得到对目标变量的估计;数据探索;;数据概率分布