5.3-5.4数据分析，数据的可视化表达 课件-2020-2021学年高一信息技术粤教版（2019）必修1

数据分析与表达 1 1 数据的分析 数据分析就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，并运用可视化表达，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。 2 目 录 CONTENTS 1 特征探索 2 关联分析 3 聚类分析 4 数据分类 3 1 特征探索 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。 4 2 关联分析 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。 扫描历史数据，并对每项数据进行频率次数统计 构建候选项a，并计算其支持度，即数据出现频率次数与总数的比。 对候选集的支持度进行筛选，筛选的数据项支持度应当不小于最小支持度，从而形成频繁项集L1. 对频繁项集L2进行连接生成候选项集C2，重复上述步骤，最终形成频繁K项集或者最大频繁项集。 5 3 聚类分析 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。聚类分析的算法有很多，最终目的均是为了实现“物以类聚，人以群分”的效果。 6 4 数据分类 数据分类是数据分析中最基本的方法。数据分类通常的做法是，基于样本数据先训练构建分类标准，然后将待分类数据项映射到某一类别。 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。 7 PART 2 数据 的 可视化 表达 8 1 数据可视化表达 数据可视化可以让人们快速抓住要点信息，让关键的数据点从人的眼睛快速通往心灵深处。 从常用和使用的维度，数据可视化的呈现类型主要分为探索和解释两种不同的类型。 1、探索类可以帮助人们发现数据背后的价值。 2、解释型则把数据简单明了的解释给人们 9 2 体验词云的魅力 词云：由词汇组成类似云的彩色图形。 “词云”就是通过形成“关键词云层”或“关键词渲染”，对文本中出现频率较高的“关键词”的形成视觉上的突出。 10 THANKS 11 $