cda

数字化人才认证

首页 > 行业图谱 >

12 2/2

数据分析实践入门:缺失值处理、重复值处理、异常值处理等

数据分析实践入门:缺失值处理、重复值处理、异常值处理等
2020-05-11
从菜市场买来的菜,总有一些是坏掉的不太好的,所以把菜买回来之后要做一遍预处理,也就是把那些坏掉的不太好的部分扔掉。现实中大部分的数据都类似于菜市场的菜品,拿到手以后会有一些不好的数据,所以都要先做 ...

数据清洗中异常值如何处理(上)

数据清洗中异常值如何处理(上)
2019-03-25
在数据分析工作中,我们面对的原始数据都是存在一些肮脏数据的,其中异常值就是肮脏数据中的一种。所以说,我们在进行数据分析工作的时候一定要对数据中的异常值进行处理,那么大家是否知道数据清洗中的 ...

SPSS案例集之随机数生成及其箱型

SPSS案例集之随机数生成及其箱型
2018-07-05
SPSS案例集之随机数生成及其箱型 随机数生成及其箱型图案例: 1、 通过SPSS生成100个符合标准正态分布N(0,1)的随机数 1) 设定SPSS变量(元数据)“编码”,并通过excel的sum(X+1)整理出一列“1-100 ...

利用Python进行异常值分析实例代码

利用Python进行异常值分析实例代码
2018-04-29
利用Python进行异常值分析实例代码 异常值是指样本中的个别值,也称为离群点,其数值明显偏离其余的观测值。常用检测方法3σ原则和箱型图。其中,3σ原则只适用服从正态分布的数据。在3σ原则下,异常值被定义 ...

房屋价格数据采集与分析

房屋价格数据采集与分析
2018-03-30
房屋价格数据采集与分析 随着互联网的发展,可供分析的信息越来越多,利用互联网上的信息来对生活中的问题做一些简单的研究分析,变得越来越便利了。本文就从数据采集、数据清洗、数据分析与可视化三部分来看看 ...

数据探索和数据准备的步骤

数据探索和数据准备的步骤
2018-02-22
数据探索和数据准备的步骤 如我们所知,数据分析工作的70%的时间都用作于数据清洗,数据探索和数据准备当中,这可以说是数据分析的核心所在。数据清洗主要是工具层面上的,这里先不讨论。我们这里讨论数据探索 ...

R语言:异常值检验、离群点分析、异常值处理

R语言:异常值检验、离群点分析、异常值处理
2017-04-29
R语言:异常值检验、离群点分析、异常值处理 笔者寄语:异常值处理一般分为以下几个步骤:异常值检测、异常值筛选、异常值处理。其中异常值检测的方法主要有:箱型图、简单统计量(比如观察极值) 异常值处理 ...

R语言画数据图形

R语言画数据图形
2017-02-21
R语言画数据图形 plot是一般的画图函数,hist是直方图,boxplot是箱型图。这些函数会覆盖前面的图形,如何创建多个图形便于同时查看呢?方法有三: 1、创建新图形之前先打开一个新的图形窗口,每一幅新图形 ...

机器学习基础与实践之数据清洗!

机器学习基础与实践之数据清洗!
2016-07-04
想写这个系列很久了,最近刚好项目结束了闲下来有点时间,于是决定把之前学过的东西做个总结。之前看过一些机器学习方面的书,每本书都各有侧重点,机器学习实战和集体智慧编程更偏向与实战,侧重于对每个算法的实际 ...

用大数据管理企业,HR大数据思路与腾讯实践

用大数据管理企业,HR大数据思路与腾讯实践
2015-12-03
用大数据管理企业,HR大数据思路与腾讯实践 HR管理经过几十年的发展,理论基础仍是工业时代的科学管理经验。近年来面对汹涌而来的移动互联网大潮以及层出不穷各种新的管理挑战,HR管理的理论和方法并没有 ...

用大数据管理企业,HR大数据思路与腾讯实践

用大数据管理企业,HR大数据思路与腾讯实践
2015-11-25
用大数据管理企业,HR大数据思路与腾讯实践 HR管理经过几十年的发展,理论基础仍是工业时代的科学管理经验。近年来面对汹涌而来的移动互联网大潮以及层出不穷各种新的管理挑战,HR管理的理论和方法并没 ...
12 2/2

OK