数据分析与挖掘实战作业指导书.docVIP

数据分析与挖掘实战作业指导书

TOC\o1-2\h\u29174第一章数据分析与挖掘概述 3

314271.1数据分析的基本概念 3

262731.2数据挖掘的基本任务 4

49051.3数据挖掘的流程 4

29782第二章数据预处理 5

140682.1数据清洗 5

116112.1.1概述 5

320802.1.2缺失值处理 5

271772.1.3异常值处理 5

273642.1.4重复记录处理 5

149912.1.5数据一致性检查 5

79102.2数据集成 6

238192.2.1概述 6

290712.2.2数据源识别 6

219762.2.3数据抽取 6

223832.2.4数据转换 6

193292.2.5数据加载 6

143922.3数据转换 6

156102.3.1概述 6

74092.3.2数据类型转换 6

14192.3.3数据格式转换 6

308962.3.4数据结构转换 7

13012.4数据归一化与标准化 7

103252.4.1概述 7

142002.4.2数据归一化 7

268372.4.3数据标准化 7

71992.4.4归一化与标准化的选择 7

16657第三章数据摸索性分析 7

58863.1描述性统计分析 7

8573.1.1数据类型及分布 7

324003.1.2频数分析 7

276523.1.3相关性分析 8

262503.2数据可视化 8

199093.2.1直方图 8

300473.2.2箱型图 8

4173.2.3饼图和条形图 8

171093.2.4散点图 8

163173.3数据分布分析 8

287183.3.1偏态和峰度 8

284963.3.2正态性检验 8

283443.3.3等距分布检验 8

121653.4关联性分析 9

204183.4.1皮尔逊相关系数 9

102573.4.2斯皮尔曼秩相关系数 9

44173.4.3卡方检验 9

265643.4.4聚类分析 9

13493第四章数据挖掘算法 9

21474.1决策树算法 9

66624.2支持向量机算法 9

190804.3神经网络算法 10

98394.4聚类算法 10

12644第五章数据挖掘模型评估与选择 11

163135.1模型评估指标 11

96115.2交叉验证方法 11

98105.3模型选择策略 11

79935.4模型优化方法 12

19709第六章实战案例一：分类问题 12

70936.1数据描述与预处理 12

8216.1.1数据来源与概述 12

324326.1.2数据预处理 13

121526.2模型选择与训练 13

184016.2.1模型选择 13

2766.2.2模型训练 13

15726.3模型评估与优化 13

320426.3.1模型评估指标 13

319726.3.2模型功能对比 13

105016.3.3模型优化 13

219226.4模型应用与推广 14

255976.4.1模型部署 14

181236.4.2模型推广 14

21870第七章实战案例二：回归问题 14

87777.1数据描述与预处理 14

142377.1.1数据来源及背景 14

44537.1.2数据描述 14

200867.1.3数据预处理 14

125357.2模型选择与训练 15

44897.2.1模型选择 15

61467.2.2模型训练 15

27457.3模型评估与优化 15

256347.3.1模型评估 15

141877.3.2模型优化 15

6337.4模型应用与推广 15

266887.4.1模型部署 15

248357.4.2模型推广 15

15269第八章实战案例三：聚类问题 16

213608.1数据描述与预处理 16

291048.1.1数据来源与背景 16

40908.1.2数据描述 16

31168.1.3数据预处理 16

30318.2模型选择与