高中5.3.1 特征探索试讲课ppt课件

这是一份高中5.3.1 特征探索试讲课ppt课件，共8页。PPT课件主要包含了CONTENT，学习目录，数据的分析，新课讲解，31特征探索，32关联分析，33聚类分析，34数据分类等内容，欢迎下载使用。
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。
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。
聚类分析是一种探索性的分析，在分类过程中，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，自动进行分析。聚类分析的算法有很多，其中K-平均算法是一种经典的自下而上的聚类分析方法。
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（分类器），该分类器具有将待分类数据映射到某一特点类别的功能。贝叶斯分类技术在众多分类技术中占有重要地位。
数据分类的应用：阅读课本P116【问题】
贝叶斯与概率分类：阅读课本P117【拓展】