数据分析——建模分析基本流程.pdfVIP

数据分析一一建模分析基本流程/

日常的数据分析工作中，除了基本的拆解法、对比法做分析外，也经常要用

到模型的方法来做预测或者分类，这里会介绍建模分析的基本流程及常见处理

方法。

01描述性分析

在拿到数据后，不能着急立刻开始清洗数据或者模型训练，而是先了解数据

（除建模分析外，其他的数据开发也要做这一步），这样才能避免后期的踩

坑，否则十有八九是要复工的。

那“了解数据”这一环节，具体要了解哪些东西呢？

•了解各个特征的业务含义和计算逻辑

•各个特征的分布是否符合预期

•特征之间的相关性如何，是否符合基本逻辑

•特征和目标值的相关性如何，是否符合基本逻辑

在相关性分析这里，数值型变量之间可通过计算相关系数或者画图呈现；数值

型变量和分类变量可通过箱线图呈现关系。

02缺失值处理

在初步了解数据后，要做一些数据预处理的行为。

第一步就是对缺失值处理，一般根据样本量多少以及缺失比例，来判断是“亍

缺毋滥”的删除，还是缺失值填充。

具体处理的思路可以是这样的：

1.统计计算样本量n,各个特征数据缺失率y,各样本数据特征缺失率x；

2.特征缺失率x比较高的样本一般都建议删除；因为多个特征都缺失，填

补也