教学课件数据挖掘技术与实践matlab版第4讲数据的探索.pptxVIP

第4章 数据的探索主讲： 卓金武MathWorks中国mailto70263215@13425内容提要 衍生变量 数据的统计 数据可视化 样本选择 数据降维Page ? 衍生变量的定义衍生变量，故名思议是由其它既有变量通过不同形式的组合而衍生出的变量。已知变量衍生变量 质量 长度 体积密度=质量/体积线密度=质量/长度Page ? 变量衍生的原则和方法原则：(1) 衍生变量能够客观反映事物的特征；(2) 衍生变量与数据挖掘的业务目标有一定的联系。方法：(1) 对多个列变量进行组合。如，身高的平方/体重（肥胖指数），负债/收益，信贷额度-贷款额度，总通话时间/总呼叫次数等。(2) 按照维度分类汇总，例如，在分析无线通讯客户流失现象时候发现，按照手机型号分类汇总的流失率比单纯用手机型号分类的数据更有用。(3) 对某个变量进一步分解， 例如，对于日期变量，可进一步分解为季度，是否节假日，工作日， 周末等变量。(4) 对具有时间序列特征的变量可以进一步提取时序特征，如一段时间的总开销、平均增长率、初始值与终值的比率、2个相邻值之间的比率等。Page ? 常用的股票衍生变量(1) 当日涨幅(2) 10日涨幅(3) 10日涨跌比率ADR(4) 10日相对强弱指标RSI(5) 当日K线值(6) 6日K线值(7) 10日乖离率（BIAS）(8) 9日RSV(9) 30日RSV