4.多元线性回归.pptVIP

* * * * * * * * * * * * * * 2. 数据预处理 含义：整理数据，使之变成可以直接建模的数据格式。 变量类型：数据矩阵的因变量为分类变量或定量变量。 具体做法： 对全部职位进行筛选，保留包含“数据”、“分析”、“数据分析”或者“数据挖掘”字眼的职位； 对岗位列出的招聘薪酬计算平均工资； 根据工作岗位所在地域，把“地区”变量划分为是否位于北上深这3个特大城市。其中，1代表所在地是北上深，否则取0。 把“公司规模”转变为因子型变量，分为“少于50人”、 “50-150人”、 “150-500人”、“500-1000人”、 “1000-5000人”、 “5000-10000人”、“10000人以上”这几个类别。其中，“50-150人”和“150-500人”合并为一个水平：“50-500”人。 把“学历要求”转变为因子型变量，包含博士、硕士、本科、大专、高中、中专、无共7大类。 对从“职位描述”变量中提取数据分析岗位对软件能力的要求：将R、SPSS、Excel等12种软件的应用能力，转化为12个0-1定性变量（每种软件1个）。其中，1代表要求掌握相应软件，否则取0。 2. 数据预处理 2. 数据预处理 把公司类别转变为因子型变量，包含创业公司、国企、民营公司、合资、外资、上市公司、非营利机构和事业单位。其中，非营利机构和事业单位两个类别由于数