第3探索数据.pptVIP

  • 1
  • 0
  • 约4.45千字
  • 约 54页
  • 2018-12-22 发布于福建
  • 举报
第3探索数据

(C) Vipin Kumar, Parallel Issues in Data Mining, VECPAR 2002 (C) Vipin Kumar, Parallel Issues in Data Mining, VECPAR 2002 数据挖掘: 探索数据 什么是数据探索? 数据探索的主要目的 有助于选择合适的数据预处理和数据分析技术 可以通过对数据进行直观检查来发现模式 数据探索中使用的某些技术(如可视化)可以用于理解和解释数据挖掘结果。 鸢尾花(Iris) 本章用到的数据集鸢尾花. 150种鸢尾花的信息,每50种取自三个鸢尾花种之一 三种花类型 (classes): Setosa(带刺的) Virginica (杂色的) Versicolour(处女花) 四个属性描述 萼片长度和宽度(厘米) 花瓣长度和宽度(厘米) 汇总统计(Summary Statistics) 汇总统计是量化的(如均值和标准差),用单个数或数的小集合捕获可能很大的值集的各种特性 例子:家庭平均收入 大部分汇总统计只需要简单的计算就可得到结果 频率和众数(Frequency and Mode) 频率定义为 众数定义:具有最高频率的值 百分位数(Percentiles) 对于有序数据,考虑值集的百分位数更有意义. 给定一个有序的或连续的属性x和0与100之间的数p,第

文档评论(0)

1亿VIP精品文档

相关文档