５.３.１数据的分析 （特征探索）课件(共23张PPT)-高中信息技术粤教版（2019）必修1

(课件网) 数据的分析（特征探索） 知识回顾 数据采集 数据存储 数据分析 可视化表达 导入 某零食运营企业，需要调整运营策略。他们获取了近一段时间某零食购物网站的运营数据。 通过现有的数据，应该如何轻松并且准确得来探索他的特征，分析出对自己有价值的信息呢？ 导入-数据展示 数据分析的概念 数据分析是通过运用数字化工具和技术，对大批量杂乱无章的数据进行探索和分析，从中发现数据内在的结构和规律，并构建数学模型，进行可视化表达。 了解事物的现状 剖析事物的发展趋势 通过验证，将模型转化为知识，以便更好地了解事物的现状、剖析事物的发展趋势，并预测事物的未来走向。 预测事物的未来走向 探究新知 1.特征探索 2.关联分析 3.聚类分析 4.建立模型 5.模型评价 1.特征探索 2.关联分析 3.聚类分析 4.建立模型 数据分析常用方法 探究新知 数据预处理 完成数据清洗 数据特征探索 求最大值、最小值、极差绘制散点图，直方图 极差： 极差是最大值和最小值之间的差异或范围； 量化了数据的变异程度； 提供数据在整个取值范围内的大小差别。 绘制散点图，直方图 使用最大值、最小值、极差等描述性统计量。 观察分析数据的分布特征 1 2 特征探索-主要任务 数据清洗：处理缺失值、异常值、重复值 求最大值、最小值、极差等描述性统计量 绘制散点图，直方图 观察分析数据的分布特征 1 2 3 4 数据库的建立 在进行数据分析前，通常需要建立一个数据库。通过建立数据库，存储大量数据，方便后续的数据分析和处理工作。 导入文件taob.sql中的数据，创建数据库csdn和数据表taob。 探究活动 逐个完成“程序5-5-1 数据预处理（教材范例）.py” 1.数据清洗，发现缺失值，并打印缺失值的个数 2.异常处理，利用画散点图，发现异常值部分 3.设置筛选条件，重新绘制散点图 4.求最大值、最小值、极差等描述性统计量 5.绘制价格直方图 6.绘制评论数直方图 结论 从直方图中可以看出，哪些价格区间的商品评论数较低，可能表现不佳，用户体验和满意度较低，可以进行提高改进？ 1．价格更高的商品，大家的评论的积极性会更强。 结论 从直方图中可以看出，哪些价格区间的商品评论数较低，可能表现不佳，用户体验和满意度较低，可以进行提高改进？2．消费者认为价格20—40元的商品价值较低，从而不愿意购买或分享购买体验。 从直方图中可以看出，哪些价格区间的商品评论数较低，可能表现不佳，用户体验和满意度较低，可以进行提高改进？3．同时价格20—40元的商品可能意味着有潜在的商机和市场空白。 结论 课堂总结 1．对于未知的数据，我们先进行特征探索，以便对数据有初步的认识。 2．数据分析下的特征探索的主要任务。 数据清洗：处理缺失值、异常值、重复值 求最大值、最小值、极差等描述性统计量 绘制散点图，直方图 观察分析数据的分布特征 ... ...