Python数据分析与挖掘实战(第3版)
上QQ阅读APP看本书,新人免费读10天
设备和账号都新为新人

1.4.3 数据探索

前面所叙述的数据采集很多都是基于人们对如何实现数据挖掘目标的先验认识而进行操作的。当我们拿到一个样本数据集后,它是否达到我们原来设想的要求、其中有没有什么明显的规律和趋势、有没有出现从未设想过的数据状态、属性之间有什么相关性、可分成怎样的类别……都是要首先探索的内容。

对所抽取的样本数据进行探索、审核和必要的加工处理,能保证最终的挖掘模型的质量。可以说,挖掘模型的质量不会超过抽取样本的质量。数据探索和预处理的目的是保证样本数据的质量,从而为保证模型质量打下基础。

针对1.4.2节采集的餐饮数据,数据探索主要包括异常值分析、缺失值分析、相关分析、周期性分析等,详见第3章。