《第一章》课件-第七章第二节：大数据技术与应用-技术体验-天猫大数据之数据清洗_第1页
《第一章》课件-第七章第二节：大数据技术与应用-技术体验-天猫大数据之数据清洗_第2页
《第一章》课件-第七章第二节：大数据技术与应用-技术体验-天猫大数据之数据清洗_第3页
《第一章》课件-第七章第二节：大数据技术与应用-技术体验-天猫大数据之数据清洗_第4页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

7.2应用实例：天猫大数据分析目标1、需求分析2、数据采集3、数据清洗及处理4、结果分析及展示重点1、数据采集2、数据清洗及处理3、结果分析及展示难点1、数据采集2、数据清洗及处理3、结果分析及展示数据的清洗是指发现并纠正数据文件中可识别的错误，包括检查数据一致性，处理无效值和缺失值等。目的在于删除重复信息、纠正存在的错误，并保证数据的一致性。一致性检查：检查是否存在超出正常范围或者逻辑上不合理的数据，并对不合理的数据进行核对和纠正。Excel、SPSS等计算机软件都能对超出范围的数据值进行识别。无效值和缺失值的处理：对于存在无效值或者缺失值的数据，常用的处理方法是：估算（用样本均值等代替）、整例删除（常用于关键值缺失或者无效值缺失值占比较小的情况）、变量删除（用于不太重要的变量大量缺失的情况）和成对删除（用其他特殊字符代替）。重复记录的检测及消除：属性值相同的记录就是重复记录，对于重复记录只需保留一条记录即可。3、数据清洗及处理3、数据清洗及处理利用Excel对采集到的数据进行清洗。如图所示，采集到的数据中团购价格这个字段有异常值，原价字段有空值，而且还

人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论