数据分析应用项目化教程（Python） 课件 任务1.2 认识数据分析类别与流程.pptx

项目1认识数据分析

任务1.2认识数据分析类别与流程认识探索性和预测性数据分析认识数据分析流程

认识探索性数据分析探索性数据分析是用来分析和调查数据集，并总结其主要特征，通常采用数据可视化和汇总统计方法。探索性数据分析的主要目的是什么？识别明显的错误、理解数据中的模式、检测异常值或异常事件、找到变量之间的有趣关系。尝试各种方法来探索发现数据中可能存在的关系等，从而帮助我们后期更好地进行特征工程和建立模型，为预测性数据分析做准备，是进行数据分析时重要的一步。探索性数据分析一般步骤有哪些？1) 问题/需求导向2) 数据的基本情况。包括但不限于：数据量、数据特征、数据类型数据分布情况等。3) 数据的基本处理。对于数据的处理方式根据你的问题需要进行选择，主要有缺失值处理、重复值处理、异常值处理、数据转换和格式化处理、汇总统计。4) 数据可视化。

认识预测性数据分析什么是预测性数据分析？基于过去的数据对未来结果进行预测，是专注于预测并理解未来可能发生的情况，大多是基于概率的，即预测事件在未来发生的概率，或者事件在大概率上会如何发生。预测性数据分析的主要目的是什么？是试图预测可能的未来结果并提供这些结果发生的可能性，使企业能够采取更主动、更加数据驱动的方法来制定战略和决策。预测性数据分析步骤有哪些？除了包含探索性数据分析步骤之外，另外主要包括特征工程、模型训练、模型评估与应用三个部分。预测性数据分析工具有哪些？除了探索性数据分析工具外，还有数据挖掘、统计建模、机器学习、深度学习等相关库。

数据分析流程

小结探索性和预测性数据分析数据分析流程