5.3数据的分析-1　课件　2022—2023学年高中信息技术粤教版（2019）必修1

第五章 数据处理和可视化表达 5.3 数据的分析 （第1课时） 粤版高中信息技术 《数据与计算》 一 、本章情况 学习目标 （1）了解大数据的概念，理解大数据的特征，知道大数据对日常生活的影响，明晰传统数据与大数据的区别； （2）了解数据采集的方法和工具，掌握数据的存储方式，理解对数据进行保护的意义； （3）知道数据预处理及分析，体验多种数据分析技术； （4）学会选用恰当的工具处理数据，学会总结和归纳数据分析的方法和步骤； （5）了解数据可视化两种呈现类型，学会选用恰当的工具可视化表达数据。 5.1认识大数据 5.2数据的采集 5.3数据的分析 5.4数据的可视化表达 教学内容 　　粤版高中信息技术《数据与计算》 http://www.gjs.cn 二、项目指导 交流分享 依据自己小组项目实施的实际情况，对于项目实施过程的进度、亮点、困难予以分享，交流。 1. 项目完成基本情况。 2. 根据选定的主题，对数据收集情况分析汇报。 　　粤版高中信息技术《数据与计算》 http://www.gjs.cn 三、知识回顾 5.2 数据的采集 　　粤版高中信息技术《数据与计算》 http://www.gjs.cn 四、学习新知 思考 数据可以进行哪些处理？ 数据处理是否有一定过程？ 使用Python如何进行数据分析？ 数据分析涉及到哪些技术方法？ 数据预处理 关联分析 聚类分析 数据分类 　　粤版高中信息技术《数据与计算》 http://www.gjs.cn 四、学习新知 什么是数据分析？ 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。 数据分析一般包括特征探索、关联分析、聚类与分类、建立模型和模型评价等。 　　粤版高中信息技术《数据与计算》 http://www.gjs.cn 四、学习新知 5.3.1 特征探索 数据特征探索的主要任务是对数据进行预处理。 预处理包括：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。 　　粤版高中信息技术《数据与计算》 http://www.gjs.cn 数据预处理程序 数据清洗，发现缺失值 异常值处理，发现异常 求最大值和最小值 求极差 求组距 绘制价格直方图 绘制评论数直方图 四、学习新知 探究活动 （1）数据清洗，发现缺失值。 变量“price”的内容是产品的价格信息。 如果数据缺失，可以删除这行数据。 如果数据缺失，也可以补一个固定值，这里修改为64。 　　粤版高中信息技术《数据与计算》 http://www.gjs.cn 四、学习新知 探究活动 （2）异常值处理中，利用画散点图发现异常值部分。 （3）求最大值和最小值。 　　粤版高中信息技术《数据与计算》 http://www.gjs.cn 四、学习新知 探究活动 （4）求极差。 （5）求组距。 （6）绘制价格直方图。 （7）绘制评论数直方图。 　　粤版高中信息技术《数据与计算》 http://www.gjs.cn 四、学习新知 数据分析的类型 数据分析的算法很多，最常见的有： 关联分析 聚类分析 分类分析 回归分析 　　粤版高中信息技术《数据与计算》 http://www.gjs.cn 关联 数据项之间存在关系 如超市某两种商品销量存在关联 聚类 根据数据的相似性和差异性分类 如文章词频分析 分类 数据划分成不同种类 如手写数字识别 回归 分析数据变量间的相关关系 交通状况预测 四、学习新知 5.3.2 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。 关联分析的基本算法如下： （1）扫描历史数据，并对每项数据进行频率次数统计。 （2）构建候选项集C1，并计算其支持度，即数据出现频率次数与总数的比。 （3）对候选项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。 （4）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。 　　粤版高中信息技术《数据与计算》 http://www.gjs.cn 四、学习新知 5.3.2 关联分析 （1）自定义连接函数，用于实现L_{k-1}到C_k的连接。 （2）寻找关联规则。 （3）创建连接数据。 （4）遍历可能的推理。 （5）计算置信度序列。 （6）置信度筛选。 什么是置信度？ 如购买2个商品的问题，购买了商品A的顾客，有50%也购买了商品B，那么置信度就是50%。 　　粤版高中信息技术《数据与计算》 http://www.gjs.cn 四、学习新知 5.3.2 关