5.3數(shù)據(jù)的分析教學課件

粵教版必修一5.3數(shù)據(jù)的分析第五章第三節(jié)如果旅游服務平臺希望通過了解用戶的旅游喜好和旅游習慣，來增加平臺的訂單量。哪些信息？平臺了解用戶喜好和習慣，預測用戶購買行為。診斷過去，預測未來！數(shù)據(jù)清洗數(shù)據(jù)分析前，需要對數(shù)據(jù)進行預處理——數(shù)據(jù)清洗，發(fā)現(xiàn)缺失數(shù)據(jù)、重復數(shù)據(jù)、異常數(shù)據(jù)等?；顒右唬簲?shù)據(jù)清洗任務1：對數(shù)據(jù)進行清洗，刪除缺失值、重復行和無效的異常數(shù)據(jù)。運行“數(shù)據(jù)清洗.py”對“travel.csv”數(shù)據(jù)表進行處理。讀取處理保存活動一：數(shù)據(jù)清洗任務2：使用python對“出行工具”進行統(tǒng)計，并繪制統(tǒng)計圖。運行“特征探索.py”對“travel_new.csv”中的“出行工具”進行統(tǒng)計。1--自駕游2--高鐵3--汽車4--普通火車5--飛機6--其他活動一：數(shù)據(jù)清洗思考：分析得到的這些數(shù)據(jù)對你的出行規(guī)劃有什么指導意義？關(guān)聯(lián)分析

聚類分析

數(shù)據(jù)分類關(guān)聯(lián)分析關(guān)聯(lián)分析——對大量數(shù)據(jù)進行分析，

企圖發(fā)現(xiàn)數(shù)據(jù)之間的關(guān)聯(lián)性和相關(guān)性。關(guān)聯(lián)分析訂單編號商品1商品2商品3商品4商品5商品61啤酒面包2牛奶蘋果薯片3蘋果香蕉薯片4啤酒牛奶面包香蕉5蘋果香蕉牛奶面包6蘋果薯片面包7啤酒

蘋果香蕉面包牛奶奶酪8薯片牛奶奶酪面包9香蕉奶酪薯片10牛奶薯片啤酒香蕉支持度越高，說明購買這個組合的顧客越多。它們可能適合“捆綁銷售”。

(牛奶-面包)出現(xiàn)的次數(shù)總的記錄數(shù)關(guān)聯(lián)分析訂單編號商品1商品2商品3商品4商品5商品61啤酒面包2牛奶蘋果薯片3蘋果香蕉薯片4啤酒牛奶面包香蕉5蘋果香蕉牛奶面包6蘋果薯片面包7啤酒

蘋果香蕉面包牛奶奶酪8薯片牛奶奶酪面包9香蕉奶酪薯片10牛奶薯片啤酒香蕉置信度越大表明了，顧客購買了牛奶，再購買面包的可能性就越大。缺點：如果面包很受歡迎，那么包含了牛奶的訂單中出現(xiàn)面包的幾率自然就高。

(牛奶-面包)出現(xiàn)的次數(shù)（牛奶）出現(xiàn)的次數(shù)訂單編號商品1商品2商品3商品4商品5商品61啤酒面包2牛奶蘋果薯片3蘋果香蕉薯片4啤酒牛奶面包香蕉5蘋果香蕉牛奶面包6蘋果薯片面包7啤酒

蘋果香蕉面包牛奶奶酪8薯片牛奶奶酪面包9香蕉奶酪薯片10牛奶薯片啤酒香蕉

(牛奶-面包)的置信度（面包）的支持度關(guān)聯(lián)分析若提升度>1，顧客購買了牛奶，有較大概率會購買面包；若提升度=1，顧客購買牛奶與購買面包之間無關(guān)聯(lián)性；若提升度<1，顧客購買了牛奶，不太可能購買面包。在含牛奶的訂單中面包出現(xiàn)的概率面包單獨出現(xiàn)的概率活動二：關(guān)聯(lián)分析運行“關(guān)聯(lián)分析.py”程序，體驗使用python程序?qū)Α皁rder.xls”中的數(shù)據(jù)進行關(guān)聯(lián)分析。Apriori算法是第一個關(guān)聯(lián)規(guī)則挖掘算法。讀取數(shù)據(jù)預處理關(guān)聯(lián)分析活動二：關(guān)聯(lián)分析思考：如果你是超市老板，根據(jù)數(shù)據(jù)分析的結(jié)果，你會采取什么銷售策略？活動二：關(guān)聯(lián)分析商業(yè)領(lǐng)域社會民生文娛體育氣象關(guān)聯(lián)分析交通事故成因分析……影視演員組合球員最優(yōu)組合……購物籃分析穿衣搭配推薦……金融行業(yè)銀行客戶交叉銷售分析銀行營銷方案推薦……各領(lǐng)域的應用聚類分析通過對大量數(shù)據(jù)進行分析，根據(jù)數(shù)據(jù)特征，將數(shù)據(jù)對象分組。聚類的目標是，組內(nèi)相似，組間差異。“物以類聚”購買次數(shù)購買金額聚類分析——K平均算法32475681聚類分析—K平均算法（以k=2為例，將數(shù)據(jù)分成兩類）32475681step1:隨機選取2個點作為質(zhì)心。聚類分析——K平均算法32475681step2:計算其他點到質(zhì)心的距離，根據(jù)距離劃分為2個簇。聚類分析——K平均算法32475681step3:分別計算2個簇樣本的平均值作為新的質(zhì)心。聚類分析——K平均算法32475681step4:重復步驟2、3，直至聚類完成?；顒尤壕垲惙治鲞\行“聚類分析.py”程序，體驗使用python程序?qū)δ沉闶凵痰觐櫩偷南M情況(“customer_data.csv”)進行聚類分析。活動三：聚類分析思考：根據(jù)聚類分析形成的可視化圖表，你能否提出一些提高銷售額的建議？數(shù)據(jù)分類我們可以使用數(shù)據(jù)分類中的“貝葉斯定理”，幫助人們對數(shù)據(jù)進行分類，作出決策。課后請小組內(nèi)：1、學習微課——“貝葉斯概率與數(shù)據(jù)分類”，了解貝葉斯分類在各領(lǐng)域中的應用。2、運行調(diào)試程序——“數(shù)據(jù)分類.py”，了解垃圾郵件和