《RapidMiner数据分析与挖掘实战》第6章数据探索下载

2018-07-01 09:07:35 111 阅读 AI 写同款 · GEO 优化AI 选题数据监测一键分发 ›

RapidMiner数据挖掘实战 —— 从界面操作到鸢尾花数据集分析本文详细介绍了如何使用RapidMiner进行数据挖掘实战，从基础界面操作到鸢尾花数据集分析的完整流程。内容包括数据清洗、探索性数据分析、特征工程、分类模型构建及优化部署等关键步骤，帮助读者快速掌握RapidMiner的核心功能和应用技巧。阅读详情

根据观测、调查收集到初步的样本数据集后，接下来要考虑的问题是：样本数据集的数量和质量是否满足模型构建的要求？有没有出现从未设想过的数据状态？其中有没有什么明显的规律和趋势？各因素之间有什么样的关联性？
通过检验数据集的数据质量、绘制图表、计算某些特征量等手段，对样本数据集的结构和规律进行分析的过程就是数据探索。数据探索有助于选择合适的数据预处理和建模方法，甚至可以完成一些通常由数据挖掘解决的问题。
本章从数据质量分析和数据特征分析两个角度对数据进行探索。
相关下载链接：//download.csdn.net/download/qq_40370890/10511000?utm_source=bbsseo

...全文