原创力文档- 1、本文档共67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
数据分析培训课件
目录
1.数据分析概述............................................3
1.1数据分析的重要性.....................................3
1.2数据分析的定义与应用场景.............................5
1.3数据分析的基本流程...................................6
2.数据预处理..............................................7
2.1数据清洗.............................................8
2.1.1数据缺失值处理...................................9
2.1.2数据异常值处理..................................11
2.1.3数据格式统一....................................12
2.2数据转换............................................13
2.2.1数据编码........................................14
2.2.2数据变换........................................15
2.3数据集成............................................18
2.3.1数据合并........................................19
2.3.2数据规范化......................................21
3.数据分析方法...........................................23
3.1描述性分析..........................................24
3.1.1数据描述统计....................................26
3.1.2数据可视化......................................28
3.2探索性分析..........................................29
3.2.1数据探索........................................31
3.2.2异常检测........................................31
3.3预测性分析..........................................33
3.3.1统计模型........................................34
3.3.2机器学习模型....................................35
3.4规范性分析..........................................36
3.4.1数据规则与约束..................................36
3.4.2数据分析的道德与法律问题........................37
4.数据挖掘技术...........................................39
4.1关联规则发现........................................40
4.2聚类分析............................................41
4.3分类与回归分析......................................42
5.数据分析工具与软件.....................................44
5.1开源数据分析工具....................................46
5.1.1Python数据分析包................................48
5.1.2R统计编程语言...................................49
5.2
文档评论（0）