还剩24页未读，
继续阅读
信息技术必修1 数据与计算5.3.1 特征探索教学演示ppt课件
展开
这是一份信息技术必修1 数据与计算5.3.1 特征探索教学演示ppt课件，共32页。PPT课件主要包含了3数据分析，什么是数据分析，李海青，数据分析，31特征探索，缺失值，异常值，数据清洗，数据特征探索程序，32关联分析等内容，欢迎下载使用。
高中信息技术必修1 数据与计算
数据分析是在一大批杂乱无章的数据中，运用数字化工具和技术，探索数据内在的结构和规律，构建数学模型，并进行可视化表达，通过验证将模型转化为知识，为诊断过去、预测未来发挥作用。
数据特征探索的主要任务是对数据进行预处理，发现和处理缺失值，异常数据，绘制直方图，观察分析数据的分布特征，求最大值、最小值、极差等描述性统计量。
数据质量探索、数据特征分析
探究活动一（暂停课程视频5分钟）： 打开并运行配套学习资源包“第五章\课本素材\程序5-3数据预处理”，观察数据预处理结果。
关联分析就是分析并发现存在于大量数据之间的关联性或相关性，从而描述一个事物中某些属性同时出现的规律和模式。
购物篮分析一一了解顾客购买习惯一一给商家提供销售策略
计算机如何对数据进行关联分析?
步骤一：扫描数据，建立项集
步骤二：计算各个集合的支持度，即数据出现频率次数/总数
步骤三：设置最小支持度=0.4
步骤三：设置最小支持度=0.4
C1项集 支持度［可乐］ 3/4=0.75［鸡蛋］ 1/4=0.25［火腿］ 2/4=0.50［尿布］ 3/4=0.75［啤酒］ 3/4=0.75
［可乐］ [火腿]［尿布］［啤酒］
C2项集 支持度［可乐,火腿］ 2/4=0.50［可乐,尿布］ 2/4=0.50［可乐,啤酒］ 2/4=0.50［火腿,尿布］ 1/4=0.25［火腿,啤酒］ 1/4=0.25［尿布,啤酒］ 3/4=0.75
［可乐,火腿］ ［可乐,尿布］［可乐,啤酒］［尿布,啤酒］
步骤四：将L1中的数据两两拼接
C2项集 支持度［可乐,火腿］ 2/4=0.50［可乐,尿布］ 2/4=0.50［可乐,啤酒］ 2/4=0.50［火腿,尿布］ 1/4=0.25［火腿,啤酒］ 1/4=0.25［尿布,啤酒］ 3/4=0.75
C3项集 支持度［可乐,火腿,尿布］ 2/4=0.50［可乐,火腿,啤酒］ 2/4=0.50［可乐,尿布,啤酒］ 2/4=0.50
步骤五：将L2中的数据两两拼接，得到C3
探究活动二（暂停课程视频5分钟）： 理解关联分析的过程，根据下表，按步骤计算商品的关联性。
聚类分析是一种探索性的分析，在分类的过程中，人们不必事先给出一个分类的标准，聚类分析能够从样本数据出发，自动进行分类。
K-平均算法的基本思想就是在空间N个点中，初始选择K个点作为中心聚类点，然后将N个点分别与K个点计算距离，选择自己最近的点作为自己的中心点，再不断更新中心聚集点，以达到“物以类聚，人以群分”的效果。
聚类分析的基本算法：（1）从数据点集合中随机选择K个点作为初始的聚集中心，每个中心点代表着每个聚集中心的平均值。（2）对其余的每个数据点，依次判断其与K个中心点的距离，距离最近的表明它属于这项聚类。（3）重新计算新的聚簇集合的平均值即中心点。整个过程不断迭代计算，直到达到预先设定的迭代次数或中心点不再频繁波动。
数据分类是数据分析处理中最基本的方法。数据分类通常的做法是，基于样本数据先训练构建分类函数或者分类模型（也称为分类器），该分类器具有将待分类数据项映射到某一特点类别的功能。数据分类和回归分析都可用于预测，预测是指从基于样本数据记录，根据分类准则自动给出对未知数据的推广描述，从而实现对未知数据进行预测。
贝叶斯分类技术在众多分类技术中占有重要地位，也属于统计学分类的范畴，是一种非规则的分类方法。贝叶斯分类技术通过对已分类的样本子集进行训练，学习归纳出分类函数（对离散变量的预测称作分类，对连续变量的分类称为回归），利用训练得到的分类器实现对未分类数据的分类。
如表所示是某网络商城客户购物行为特征的一组统计资料。已知某客户购物行为特征A为数值182.8，特征B为数值58.9，特征C为数值26，请问这人是重要客户还是普通客户？
imprt numpy as npX=np.array([[182.8,81.6,30],[180.4,86.1,29],[170.0,77.1,30],[180.4,74.8,28],[152.4,45.3,24],[167.6,68.0,26],[165.2,58.9,25],[175.2,68.0,27]])Y=np.array([1,1,1,1,0,0,0,0])frm sklearn.naive_bayes imprt GaussianNBclf=GaussianNB().fit(X,Y)print(clf.predict([[182.8,58,9,26]]))
程序结果为:[0]为普通客户
高中信息技术必修1 数据与计算
数据分析是在一大批杂乱无章的数据中，运用数字化工具和技术，探索数据内在的结构和规律，构建数学模型，并进行可视化表达，通过验证将模型转化为知识，为诊断过去、预测未来发挥作用。
数据特征探索的主要任务是对数据进行预处理，发现和处理缺失值，异常数据，绘制直方图，观察分析数据的分布特征，求最大值、最小值、极差等描述性统计量。
数据质量探索、数据特征分析
探究活动一（暂停课程视频5分钟）： 打开并运行配套学习资源包“第五章\课本素材\程序5-3数据预处理”，观察数据预处理结果。
关联分析就是分析并发现存在于大量数据之间的关联性或相关性，从而描述一个事物中某些属性同时出现的规律和模式。
购物篮分析一一了解顾客购买习惯一一给商家提供销售策略
计算机如何对数据进行关联分析?
步骤一：扫描数据，建立项集
步骤二：计算各个集合的支持度，即数据出现频率次数/总数
步骤三：设置最小支持度=0.4
步骤三：设置最小支持度=0.4
C1项集 支持度［可乐］ 3/4=0.75［鸡蛋］ 1/4=0.25［火腿］ 2/4=0.50［尿布］ 3/4=0.75［啤酒］ 3/4=0.75
［可乐］ [火腿]［尿布］［啤酒］
C2项集 支持度［可乐,火腿］ 2/4=0.50［可乐,尿布］ 2/4=0.50［可乐,啤酒］ 2/4=0.50［火腿,尿布］ 1/4=0.25［火腿,啤酒］ 1/4=0.25［尿布,啤酒］ 3/4=0.75
［可乐,火腿］ ［可乐,尿布］［可乐,啤酒］［尿布,啤酒］
步骤四：将L1中的数据两两拼接
C2项集 支持度［可乐,火腿］ 2/4=0.50［可乐,尿布］ 2/4=0.50［可乐,啤酒］ 2/4=0.50［火腿,尿布］ 1/4=0.25［火腿,啤酒］ 1/4=0.25［尿布,啤酒］ 3/4=0.75
C3项集 支持度［可乐,火腿,尿布］ 2/4=0.50［可乐,火腿,啤酒］ 2/4=0.50［可乐,尿布,啤酒］ 2/4=0.50
步骤五：将L2中的数据两两拼接，得到C3
探究活动二（暂停课程视频5分钟）： 理解关联分析的过程，根据下表，按步骤计算商品的关联性。
聚类分析是一种探索性的分析，在分类的过程中，人们不必事先给出一个分类的标准，聚类分析能够从样本数据出发，自动进行分类。
K-平均算法的基本思想就是在空间N个点中，初始选择K个点作为中心聚类点，然后将N个点分别与K个点计算距离，选择自己最近的点作为自己的中心点，再不断更新中心聚集点，以达到“物以类聚，人以群分”的效果。
聚类分析的基本算法：（1）从数据点集合中随机选择K个点作为初始的聚集中心，每个中心点代表着每个聚集中心的平均值。（2）对其余的每个数据点，依次判断其与K个中心点的距离，距离最近的表明它属于这项聚类。（3）重新计算新的聚簇集合的平均值即中心点。整个过程不断迭代计算，直到达到预先设定的迭代次数或中心点不再频繁波动。
数据分类是数据分析处理中最基本的方法。数据分类通常的做法是，基于样本数据先训练构建分类函数或者分类模型（也称为分类器），该分类器具有将待分类数据项映射到某一特点类别的功能。数据分类和回归分析都可用于预测，预测是指从基于样本数据记录，根据分类准则自动给出对未知数据的推广描述，从而实现对未知数据进行预测。
贝叶斯分类技术在众多分类技术中占有重要地位，也属于统计学分类的范畴，是一种非规则的分类方法。贝叶斯分类技术通过对已分类的样本子集进行训练，学习归纳出分类函数（对离散变量的预测称作分类，对连续变量的分类称为回归），利用训练得到的分类器实现对未分类数据的分类。
如表所示是某网络商城客户购物行为特征的一组统计资料。已知某客户购物行为特征A为数值182.8，特征B为数值58.9，特征C为数值26，请问这人是重要客户还是普通客户？
imprt numpy as npX=np.array([[182.8,81.6,30],[180.4,86.1,29],[170.0,77.1,30],[180.4,74.8,28],[152.4,45.3,24],[167.6,68.0,26],[165.2,58.9,25],[175.2,68.0,27]])Y=np.array([1,1,1,1,0,0,0,0])frm sklearn.naive_bayes imprt GaussianNBclf=GaussianNB().fit(X,Y)print(clf.predict([[182.8,58,9,26]]))
程序结果为:[0]为普通客户
