數(shù)據(jù)挖掘和分析31W21A

1、期末復(fù)習(xí)2015 第21周數(shù)據(jù)挖掘和分析基礎(chǔ) 數(shù)據(jù)分析中，如果我們希望研究變量之間的關(guān)系，會(huì)選擇一部分變量作為自變量（預(yù)測(cè)變量），另一部分變量作為因變量.根據(jù)自變量和因變量的類型（連續(xù)型或類別型），需要用不同的分析方法.請(qǐng)就四種情況按照表格分類說明應(yīng)用何種分析方法.數(shù)據(jù)的預(yù)處理 數(shù)據(jù)的規(guī)范化和標(biāo)準(zhǔn)化 給定幾科的成績(jī)，根據(jù)各科“標(biāo)準(zhǔn)分”的平均分進(jìn)行排序 關(guān)鍵換算方式（公式）和流程，文字、偽代碼、流程圖均可 數(shù)據(jù)的相似度和相異度（距離） 給定兩個(gè)數(shù)據(jù)點(diǎn)（兩個(gè)n維向量），計(jì)算它們之間的歐幾里得距離和曼哈頓距離 缺失值 給定某個(gè)數(shù)據(jù)集中的缺失值出現(xiàn)狀況，給出對(duì)應(yīng)方案 刪除列、刪除行、還是填補(bǔ)以及如何填

2、補(bǔ)？數(shù)據(jù)的基礎(chǔ)分析 可視化：箱線圖的解釋 箱線圖的示意畫法：標(biāo)注各種元素 統(tǒng)計(jì)方法的選擇：中值、均值、極差、方差 公式和文字說明 偏度、峰度 畫圖說明意義，以及說明取值范圍回歸分析 多元線性回歸 簡(jiǎn)單說明數(shù)學(xué)原理 給定R的輸出，解釋回歸結(jié)果 全子集回歸模型選擇 根據(jù)全子集回歸圖選擇最優(yōu)回歸模型的過程 說明理由 殘差分析圖 理解回歸模型的殘差圖（4聯(lián)） 根據(jù)殘差圖的情況，說明需要對(duì)數(shù)據(jù)和模型的處理方差分析和廣義線性模型 廣義線性模型 Logistic回歸的定義和適用范圍 泊松回歸的定義和適用范圍 方差分析 1,2 單因素方差分析的原理和步驟 方差分析對(duì)數(shù)據(jù)的統(tǒng)計(jì)假設(shè) 方差分析的協(xié)方差分析假設(shè)檢驗(yàn)

3、，功效分析，重抽樣與自助法 置換檢驗(yàn) 描述如何用置換法檢測(cè)兩組之間的區(qū)別（t統(tǒng)計(jì)量） 流程圖，文字，畫圖等方式，必要時(shí)都可使用 自助法 描述如何使用自助法對(duì)統(tǒng)計(jì)量進(jìn)行區(qū)間估計(jì) 流程圖，文字，畫圖等方式，必要時(shí)都可使用 功效分析 給定假設(shè)分布的參數(shù)，給出第一類和第二類錯(cuò)誤的值分類分析 決策樹 給定某一節(jié)點(diǎn)上的數(shù)據(jù)集，使用增益計(jì)算最優(yōu)的分裂方式 樸素貝葉斯 給定某一訓(xùn)練集，使用樸素貝葉斯方法對(duì)新的數(shù)據(jù)記錄進(jìn)行分類 根據(jù)應(yīng)用場(chǎng)景選擇適用的分類方法 決策樹、貝葉斯、KNN、人工神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)等等關(guān)聯(lián)分析 購(gòu)物籃數(shù)據(jù)： 給定數(shù)據(jù)集，計(jì)算某些項(xiàng)集的支持度，或者某些規(guī)則的支持度和置信度 Apriori算法： 描述產(chǎn)生頻繁項(xiàng)集或關(guān)聯(lián)規(guī)則的Apriori算法 可以使用偽代碼、流程圖或文字?jǐn)⑹?關(guān)聯(lián)規(guī)則的評(píng)價(jià) 對(duì)指標(biāo)的解釋：Lift，興趣，等等聚類分析 基于原型的 簡(jiǎn)要描述K-means聚類算法并討論其中的最關(guān)鍵操作 可以使用偽代碼、流程圖或文字?jǐn)⑹?基于層次的 簡(jiǎn)要描述凝聚層次聚類算法并討論其中的最關(guān)鍵操作 可以使用偽代碼、流程圖或文字?jǐn)⑹?基于密度的 簡(jiǎn)要描述DBSCAN算法并討論其中的最關(guān)鍵操作 可以使用偽代碼、流程圖或文字?jǐn)⑹銎渌?維歸約 簡(jiǎn)述主成分分析PCA和探索