《第一章》課件-第七章第二節(jié)：大數(shù)據(jù)技術(shù)與應(yīng)用-技術(shù)體驗(yàn)-天貓大數(shù)據(jù)之?dāng)?shù)據(jù)清洗_第1頁
《第一章》課件-第七章第二節(jié)：大數(shù)據(jù)技術(shù)與應(yīng)用-技術(shù)體驗(yàn)-天貓大數(shù)據(jù)之?dāng)?shù)據(jù)清洗_第2頁
《第一章》課件-第七章第二節(jié)：大數(shù)據(jù)技術(shù)與應(yīng)用-技術(shù)體驗(yàn)-天貓大數(shù)據(jù)之?dāng)?shù)據(jù)清洗_第3頁
《第一章》課件-第七章第二節(jié)：大數(shù)據(jù)技術(shù)與應(yīng)用-技術(shù)體驗(yàn)-天貓大數(shù)據(jù)之?dāng)?shù)據(jù)清洗_第4頁
全文預(yù)覽已結(jié)束

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

7.2應(yīng)用實(shí)例：天貓大數(shù)據(jù)分析目標(biāo)1、需求分析2、數(shù)據(jù)采集3、數(shù)據(jù)清洗及處理4、結(jié)果分析及展示重點(diǎn)1、數(shù)據(jù)采集2、數(shù)據(jù)清洗及處理3、結(jié)果分析及展示難點(diǎn)1、數(shù)據(jù)采集2、數(shù)據(jù)清洗及處理3、結(jié)果分析及展示數(shù)據(jù)的清洗是指發(fā)現(xiàn)并糾正數(shù)據(jù)文件中可識別的錯(cuò)誤，包括檢查數(shù)據(jù)一致性，處理無效值和缺失值等。目的在于刪除重復(fù)信息、糾正存在的錯(cuò)誤，并保證數(shù)據(jù)的一致性。一致性檢查：檢查是否存在超出正常范圍或者邏輯上不合理的數(shù)據(jù)，并對不合理的數(shù)據(jù)進(jìn)行核對和糾正。Excel、SPSS等計(jì)算機(jī)軟件都能對超出范圍的數(shù)據(jù)值進(jìn)行識別。無效值和缺失值的處理：對于存在無效值或者缺失值的數(shù)據(jù)，常用的處理方法是：估算（用樣本均值等代替）、整例刪除（常用于關(guān)鍵值缺失或者無效值缺失值占比較小的情況）、變量刪除（用于不太重要的變量大量缺失的情況）和成對刪除（用其他特殊字符代替）。重復(fù)記錄的檢測及消除：屬性值相同的記錄就是重復(fù)記錄，對于重復(fù)記錄只需保留一條記錄即可。3、數(shù)據(jù)清洗及處理3、數(shù)據(jù)清洗及處理利用Excel對采集到的數(shù)據(jù)進(jìn)行清洗。如圖所示，采集到的數(shù)據(jù)中團(tuán)購價(jià)格這個(gè)字段有異常值，原價(jià)字段有空值，而且還

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論