在上一篇文章中我们给大家介绍了数据挖掘工作中的选择数据需要注意的内容,选择数据中需要注意八点,只有做到了这八点我们才能够做好数据挖掘工作,我们在这篇文章中接着给大家说一下数据挖掘工作需要注意的其他内容。
在数据挖掘的关联模型中,需要的数据通常多得多,如果分析很多属性,千行数据都可能不够。如果数据集太大或太小,通过将行合为类别有时可以获得更好的结果。当然,如果数据集大小合理,应更注重数据质量而不是添加越来越多的数据。达到一定数据量后,会发现统计上有效的所有模式,添加更多数据不会提高其有效性。相反,添加更多数据,有时可能引入意外关联。
在离散数值与连续数值中,由于离散列包含数目有限的值。通常来说,文本通常被视为离散值。离散值有一些重要属性。如果将数字视为离散值,则它们之间不隐含任何顺序,这就无法对数字计算平均值或总和。电话区号就是离散数值数据,不会用来执行数学运算。离散值有时候称作类别值,因为您可以按离散值对一组数据进行分组,而对于按无限序列排列的数值,则不能按其对数据进行分组。如果值是明确分开并且不可能有小数值或小数值没有用时,您也可以确定将数字视为离散值。
而连续数值数据可包含无限个小数值。收入列即为连续属性列的示例。如果您指定某一列为数值,则该列中的每个值都必须是数值,只有 null 除外。请注意,在 Excel 中,可以考虑时间戳以及可转换为 SQL Server 数据类型的任何其他日期时间表示形式。如果将数字转换为分类变量的话,离散化对分析提供许多好处。好处之一是缩小了问题空间。另一好处是数字有时不适合表示结果。这就是数据离散化的原因。
而如果创建一个包含连续数据的挖掘模型,之后又希望将列视为离散的,则是不可能的。两个数据集必须以不同的方式处理,作为单独的挖掘结构在后端进行处理。如果不确定数据的正确处理方式,应创建单独的模型以不同方式处理数据。
这篇文章中我们给大家介绍了数据挖掘需要注意到地方,尤其是在离散数值以及连续数值中的选择,我们只有知道了这些数据的优点才能够更好地利用好这些数据。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
作者:CDA持证人 余治国 一般各平台出薪资报告,都会哀嚎遍野。举个例子,去年某招聘平台发布《中国女性职场现状调查报告》, ...
2025-02-02真正的数据分析大神是什么样的呢?有人认为他们能轻松驾驭各种分析工具,能够从海量数据中找到潜在关联,或者一眼识别报告中的数 ...
2025-02-01现今社会,“转行”似乎成无数职场人无法回避的话题。但行业就像座围城:外行人看光鲜,内行人看心酸。数据分析这个行业,近几年 ...
2025-01-31本人基本情况: 学校及专业:厦门大学经济学院应用统计 实习经历:快手数据分析、字节数据分析、百度数据分析 Offer情况:北京 ...
2025-01-3001专家简介 徐杨老师,CDA数据科学研究院教研副总监,主要负责CDA认证项目以及机器学习/人工智能类课程的研发与授课,负责过中 ...
2025-01-29持证人简介 郭畅,CDA数据分析师二级持证人,安徽大学毕业,目前就职于徽商银行总行大数据部,两年工作经验,主要参与两项跨部 ...
2025-01-282025年刚开启,知乎上就出现了一个热帖: 2024年突然出现的经济下行,使各行各业都感觉到压力山大。有人说,大环境越来越不好了 ...
2025-01-27在数据分析的世界里,“对比”是一种简单且有效的方法。这就像两个女孩子穿同一款式的衣服,效果不一样。 很多人都听过“货比三 ...
2025-01-26数据指标体系 “数据为王”相信大家都听说过。当前,数据信息不再仅仅是传递的媒介,它成为了驱动经济发展的新燃料。对于企业而 ...
2025-01-26在职场中,当你遇到问题的时候,如果感到无从下手,或者抓不到重点,可能是因为你掌握的思维模型不够多。 一个好用的思维模型, ...
2025-01-25俗话说的好“文不如表,表不如图”,图的信息传达效率很高,是数据汇报、数据展示的重要手段。好的数据展示不仅需要有图,还要选 ...
2025-01-24数据分析报告至关重要 一份高质量的数据分析报告不仅能够揭示数据背后的真相,还能为企业决策者提供有价值的洞察和建议。 年薪70 ...
2025-01-24又到一年年终时,各位打工人也迎来了展示成果的关键时刻 —— 年终述职。一份出色的年终述职报告,不仅能全面呈现你的工作价值, ...
2025-01-23“用户旅程分析”概念 用户旅程图又叫做用户体验地图,它是用于描述用户在与产品或服务互动的过程中所经历的各个阶段、触点和情 ...
2025-01-22在竞争激烈的商业世界中,竞品分析对于企业的发展至关重要。今天,我们就来详细聊聊数据分析师写竞品分析的那些事儿。 一、明确 ...
2025-01-22在数据分析领域,Excel作为一种普及率极高且功能强大的工具,无疑为无数专业人士提供了便捷的解决方案。尽管Excel自带了丰富的功 ...
2025-01-17在这个瞬息万变的时代,许多人都在寻找能让他们脱颖而出的职业。而数据分析师,作为大数据和人工智能时代的热门职业,自然吸引了 ...
2025-01-14Python作为一门功能强大的编程语言,已经成为数据分析和可视化领域的重要工具。无论你是数据分析的新手,还是经验丰富的专业人士 ...
2025-01-10完全靠数据决策,真的靠谱吗? 最近几年,“数据驱动”成了商界最火的关键词之一,但靠数据就能走天下?其实不然!那些真正成功 ...
2025-01-09SparkSQL 结构化数据处理流程及原理是什么?Spark SQL 可以使用现有的Hive元存储、SerDes 和 UDF。它可以使用 JDBC/ODB ...
2025-01-09