原创力文档- 1、本文档共83页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
第五章数据加工;本章学习提示及要求;5数据加工;5.1.数据科学与数据加工;数据科学与数据加工;数据加工和数据处理的区别;▼第5章数据加工;5.2.探索型数据分析;探索型数据分析;探索型数据分析主题;1耐抗性分析;描述性统计中常用的集中趋势统计量;描述性统计中常用的离散程度统计量;描述性统计中常用的数据分布状态统计量;2残差分析;3重新表达;4启示;▼第5章数据加工;5.3.数据大小与标准化;数据大小及标准化;10-1标准化;2z-score标准化;▼第5章数据加工;5.4.缺失数据及其处理方法;缺失数据的处理步骤;缺失值的类型;▼第5章数据加工;5.5.噪声数据及处理;噪声数据;1离群点处理;常用离群点的识别方法;2分箱处理;分箱方法的类型;均值平滑和边界值平滑的处理过程;▼第5章数据加工;5.6.数据维度及降维处理;维度;1特征选择;常见的特征选择方法;（1）过滤法;（2）包裹法;（3）嵌入法;2主成分分析法;▼第5章数据加工;5.7.数据脱敏及其处理;数据脱敏;数据脱敏处理的原则;▼第5章数据加工;5.8.数据形态及其规整化方法;数据形态及其规整化方法;规整数据的三个基本原则;乱数据;乱数据的示例;Python常用数据规整化方法;（1）pivot()方法;（2）stack()方法和unstack()方法;（3）melt()方法;▼第5章数据加工;5.9.Python编程实践;Python编程实践;Step1:数据读入;Step2:数据预处理;（1）条件过滤;（2）缺失值处理;（3）分组统计;（4）JOIN操作;（4）JOIN操作;（4）JOIN操作;（5）数据排序;Step3:数据可视化;Step4:数据建模;（1）绘制线性空间下散点图;（2）绘制log空间下的线性预测函数残差散点图;（3）将与预测值偏差超过1.5的标记为非寻常模式死亡;（4）以总死亡人数350为边界，划分非寻常模式死亡疾病数据;（5）查看总死亡人数超过350的非寻常死亡疾病;（6）绘制总死亡人数超过350的非寻常死亡模式死亡时间图;(7)查看总死亡人数超过350的非寻常死亡疾病;(8)绘制总死亡人数小于350的非寻常死亡疾病死亡时间图;▼第5章数据加工;5.10.继续学习本章知识;数据预处理方法;▼第5章数据加工
文档评论（0）