高中信息技术 粤教版必修1《数据与计算》数据的分析 课件.pptx

;;;4;;;5.3 数据的分析;5.3 数据的分析;特 征 探 索;;（1）数据清洗，发现缺失值。如果销量为0的，修改为64。;（2）异常值处理中，利用画散点图发现异常值部分，找到异常值。;（3）求最大值和最小值。;（4）求极差;（6）绘制价格直方图。;（7）绘制销量数直方图。;特征探索的主要任务是对数据进行预处理，发现和处理缺失值、异常数据，绘制直方图，观察分析数据的分布特征，求最大值、最小值、极差、组距等描述性统计量。;18;商品关联 —— 顾客购买习惯 —— 商家制定销售策略;;计算机如何对数据进行关联分析?;关联分析 ;关联分析 ;关联分析 ;步骤四：将L1中的数据两两拼接，得C2。;步骤五：将L2中的数据两两拼接，得C3。;关联分析 就是分析并发现存在于大量数据之间的关联性或相关性，从而描 述一个事物中某些属性同时出现的规律和模式。;关联分析的基本算法是： 1. 扫描历史数据，并对每项数据进行频率次数统计。 2. 构建候选项集C1，并计算其支持度，即数据出现频率次数与总数的比。 3. 对候选项集的支持度进行筛选，筛选的数据项支持度应当不小于最小 支持度，从而形成频繁项集L1。 4. 对频繁项集L2进行连接生成候选项集C2，重复以上步骤，最终形成频 繁K项集或者最大频繁项集。;29;;K-平均算法是一种经典的自下而上的聚类分析方法。它的基本思想就是在空间N个点中，初始选择K个点作为中心聚类点，然后将N个点分别与K个点计算距离，选择自己最近的点作为自己的中心点，再不断更新中心聚集点，以达到“物以类聚，人以群分”的效果。;5.3.3 聚类分析;聚类分析程序关键代码;聚类分析是一种探索性的分析，在分类的过程中，人们不必事先给出一个分类的标准，聚类分析能够从样本数据出发，自动进行分类。;聚类分析的基本算法： 1. 从数据点集合中随机选择K个点作为初始的聚集中心，每个中心代表着每个聚 集中心的平均值。 2. 对其余的每个数据点，依次判断其与K个中心点的距离，距离最近的表明它属 于这项聚类。 3. 重新计算新的聚簇集合的平均值即中心点。整个过程不断迭代计算，直到达 到预先设定的迭代次数或中心点不再频繁波动。;数 据 分 类;分 类;;;例如，假设有一个数据集，由两类组成，且已知每个样本的分类，数据分布如下图所示。用 p1(x,y) 表示数据点 (x,y) 属于红色一类的概率，用 p2(x,y)表示数据点 (x,y) 属于蓝色一类的概率。;那么如何判断对于一个新的点 C(x,y)属于红色还是属于蓝色类别呢？ 通常人们会按以下步骤解答这个问题： （1）求新的点 C(x,y)属于红色一类的概率 p1(x,y)。 （2）求新的点 C(x,y)属于蓝色一类的概率 p2(x,y)。 （3）选择概率高的一类作为新点 C(x,y)的分类。即 如果 p1(x,y)p2(x,y)，则 C(x,y)为红色一类; 如果 p1(x,y)p2(x,y)，则 C(x,y)为蓝色一类。;;;;;数据分类 是数据分析处理中最基本的方法。数据分类的通常做法是，基于样本数据先训练构建分类函数或分类模型，该分类器具有将待分类数据映射到某一特点类别的功能。;;;;;;数据分析;THANK YOU