資源簡介

(共15張PPT)
信息技術(shù)：數(shù)據(jù)處理和可視化表達(dá)
DATA
DATA
數(shù)據(jù)采集、分析、可視化
05-1
認(rèn)識 大數(shù)據(jù)
大數(shù)據(jù)的定義
大數(shù)據(jù)是指無法在可承受的時(shí)間范圍內(nèi)用常規(guī)軟件工具進(jìn)行高效捕捉、管理和處理的數(shù)據(jù)集合。
（信息技術(shù)必修一 5.1 認(rèn)識大數(shù)據(jù)）
大數(shù)據(jù)是具有數(shù)量巨大、類型多樣、處理效率高、數(shù)據(jù)源可靠性保證度低等綜合屬性的海量數(shù)據(jù)集合。
認(rèn)識 大數(shù)據(jù)
大數(shù)據(jù)的特征
分析角度 大數(shù)據(jù)產(chǎn)生 (重點(diǎn)) 互聯(lián)網(wǎng)思維 大數(shù)據(jù)存儲計(jì)算
特征 大量（Volume） 樣本趨于整體 分布式存儲
多樣（Variety) 精確讓位模糊 低價(jià)值密度(Value) 相關(guān)性重于因果 分布式并行計(jì)算
高速(Velocity) 數(shù)據(jù)處理
05-2
數(shù)據(jù)處理的一般過程
數(shù)據(jù)分析
05-3
數(shù)據(jù)分析
特征探索：
對數(shù)據(jù)進(jìn)行預(yù)處理
發(fā)現(xiàn)和處理缺失值、異常值
繪制直方圖
觀察分析數(shù)據(jù)的分布特征
求最大、最小值、極差等描述性統(tǒng)計(jì)值
數(shù)據(jù)分析
關(guān)聯(lián)分析：
分析并發(fā)現(xiàn)存在于大量數(shù)據(jù)之間的關(guān)聯(lián)性或相關(guān)性，從而描述一個事物中的某些屬性同時(shí)出現(xiàn)的規(guī)律和模式。
數(shù)據(jù)分析
聚類分析：
人們不需要事先給出分類標(biāo)準(zhǔn)，聚類分析能從樣本數(shù)據(jù)出發(fā)，自動分類。
K-Means(K-平均)算法是經(jīng)典的自上而下的聚類分析算法。
基本思想為：初始隨機(jī)選擇聚集點(diǎn)，通過迭代計(jì)算距離，更新中心點(diǎn)，直到達(dá)到迭代次數(shù)或中心點(diǎn)不再波動為止。以此達(dá)到“物以類聚，人以群分”的效果。
數(shù)據(jù)分析
數(shù)據(jù)分類：
最基本的方法，與回歸分析一樣可用于預(yù)測。
需要事先給出分類標(biāo)準(zhǔn)，基于樣本數(shù)據(jù)訓(xùn)練分類器。
貝葉斯分類技術(shù)
數(shù)據(jù)可視化
05-4
數(shù)據(jù)可視化
數(shù)據(jù)可視化：
快速抓住要點(diǎn)信息。
種類繁多，根據(jù)處理數(shù)據(jù)類型的不同，選擇合適的可視化呈現(xiàn)方式。
數(shù)據(jù)可視化表達(dá)工具：
繪圖工具：Matplolib
統(tǒng)計(jì)模型可視化：Seaborn;
交互式可視化：Bokeh.
數(shù)據(jù)可視化
總結(jié)

展開更多......

收起↑