5.3 数据的分析与可视化表达 课件 2023—2024学年粤教版（2019）高中信息技术必修1

数据的分析 与可视化表达 1 2 目 录 CONTENT 01 02 数据的分析 数据的可视化表达 2 3 目 录 CONTENT 01 02 数据的分析 数据的可视化表达 特征探索 关联分析 聚类分析 数据分类 3 数据的分析 4 01 运用数字化工具和技术，探索数据内在的结构和规律 数据 进行预测 做出决策 采集 存储 保护 分析 可视化表达 4 5 数据的分析 01 特征探索 关联分析 数据分类 01 03 02 04 预处理 分布特征 描述性统计量 分析并发现存在于大量数据之间的关联性或相关性 从样本数据出发，自动进行分类 K-平均算法 基于样本数据先训练构建分类函数或者分类模型（分类器），再根据分类器具进行预测。 聚类分析 5 6 数据的分析 01 特征探索 预处理 分布特征 描述性统计量 检查数据是否缺失，是否有异常 6 7 数据的分析 01 特征探索 关联分析 数据分类 01 03 02 04 预处理 分布特征 描述性统计量 分析并发现存在于大量数据之间的关联性或相关性 从样本数据出发，自动进行分类 K-平均算法 基于样本数据先训练构建分类函数或者分类模型（分类器），再根据分类器具进行预测。 聚类分析 7 8 数据的分析 01 关联分析 分析并发现存在于大量数据之间的关联性或相关性 全国零售业巨头沃尔玛再对消费者购物行为分析时，发现：男性顾客在购买尿布时，常常会顺便搭几瓶啤酒来犒劳自己。 8 9 数据的分析 01 订单编号 商品1 商品2 商品3 商品4 商品5 商品6 1 啤酒 苹果 奶酪 2 奶酪 薯片 3 薯片 面包 苹果 牛奶 4 薯片 面包 牛奶 香蕉 5 面包 6 奶酪 苹果 牛奶 薯片 7 牛奶 奶酪 香蕉 面包 啤酒 8 薯片 奶酪 香蕉 啤酒 牛奶 9 面包 薯片 奶酪 苹果 香蕉 10 薯片 面包 香蕉 牛奶 啤酒 苹果 9 10 数据的分析 01 支持度：某商品(或组合)在所有订单中出现的频率。 订单编号 商品1 商品2 商品3 商品4 商品5 商品6 1 啤酒 苹果 奶酪 2 奶酪 薯片 3 薯片 面包 苹果 牛奶 4 薯片 面包 牛奶 香蕉 5 面包 6 奶酪 苹果 牛奶 薯片 7 牛奶 奶酪 香蕉 面包 啤酒 8 薯片 奶酪 香蕉 啤酒 牛奶 9 面包 薯片 奶酪 苹果 香蕉 10 薯片 面包 香蕉 牛奶 啤酒 苹果 支持度(面包牛奶) =（面包+牛奶）/ 记录总数 = 4/10 置信度：在所有包含A的订单中出现B商品的概率。 置信度(面包牛奶) =（面包+牛奶）/ 面包 = 4/6 提升度：销售A商品对B商品带来的提升率。 提升度(面包牛奶) =（面包+牛奶）/ 有牛奶无面包 = 4/10 频繁项集：支持度大于或等于某个阈值的项集。 项集：包含一个或多个商品的组合。写作：AB 10 11 数据的分析 01 支持度：某商品(或组合)在所有订单中出现的频率。 支持度(面包牛奶) =（面包+牛奶）/ 记录总数 = 4/10 置信度：在所有包含A的订单中出现B商品的概率。 置信度(面包牛奶) =（面包+牛奶）/ 面包 = 4/6 提升度：销售A商品对B商品带来的提升率。 提升度(面包牛奶) =（面包+牛奶）/ 有牛奶无面包 = 4/10 频繁项集：支持度大于或等于某个阈值的项集。 项集：包含一个或多个商品的组合。写作：AB 找出频繁项集（即一个商品组合）：按照“支持度≥最小支持度”的标准筛选出频繁项集。 找出强关联原则：在所有的销售记录中，找出所有的强关联原则。 11 12 数据的分析 01 特征探索 关联分析 数据分类 01 03 02 04 预处理 分布特征 描述性统计量 分析并发现存在于大量数据之间的关联性或相关性 从样本数据出发，自动进行分类 K-平均算法 基于样本数据先训练构建分类函数或者分类模型（分类器），再根据分类器具进行预测。 聚类分析 12 13 数据的分析 01 聚类分析 从样本数据出发，自动进行分类 K-平均算法 1 3 2 4 5 6 13 14 数据的分析 01 聚类分析 从样本数据出发，自动进行分类 K-平均算法 1 3 2 4 5 6 14 15 数据的分析 01 聚类分析 从样本数据出发，自动进行分类 K-平均算法 1 3 2 4 5 6 15 16 数据的分析 01 K-平均算法步骤 随机选取K个点作为质心； 计算每个点到K个质心的距离，分成K个簇； 计算K个簇样本的平均值作为新的