数据科学作业指导书.docVIP

数据科学作业指导书

TOC\o1-2\h\u16589第1章数据科学概述 3

278841.1数据科学定义与范畴 4

86191.2数据科学应用领域 4

258041.3数据科学家技能要求 4

4415第2章数据预处理 5

73122.1数据清洗 5

128112.1.1缺失值处理 5

202272.1.2异常值检测与处理 5

53302.1.3数据一致性检查 5

36972.2数据整合与融合 5

73922.2.1数据集成 5

108502.2.2数据融合 5

59822.3数据规范化与标准化 5

41142.3.1数据规范化 6

98342.3.2数据标准化 6

25525第3章数据摸索与可视化 6

260623.1数据摸索性分析 6

165833.1.1数据概述 6

78143.1.2数据质量分析 6

168883.1.3数据分布特征 6

183043.1.4变量关系分析 6

136943.1.5异常值分析 6

177123.2数据可视化技术 7

186313.2.1基础图表 7

99673.2.2高级可视化技术 7

38083.2.3地理空间数据可视化 7

225983.2.4时间序列数据可视化 7

79583.3常用数据可视化工具 7

116633.3.1Python相关库 7

137213.3.2R语言相关包 7

119183.3.3商业软件 7

20002第4章统计分析与推断 8

222644.1描述性统计分析 8

125314.1.1频数与比例 8

10194.1.2中心位置度量 8

278154.1.3离散程度度量 8

161994.1.4图表展示 8

193704.2假设检验 8

233404.2.1常见的假设检验方法 8

26444.2.2假设的建立与检验 8

124814.2.3p值与显著性水平 8

314844.2.4功效分析 8

61984.3方差分析 8

285404.3.1单因素方差分析 9

134984.3.2多因素方差分析 9

153594.3.3交互作用 9

144994.3.4事后多重比较 9

1294第5章回归分析 9

111905.1线性回归 9

233515.1.1一元线性回归 9

196435.1.2多元线性回归 9

309195.2多元回归 9

124935.2.1多元回归模型的建立 10

231445.2.2多元回归模型的检验 10

56345.3逻辑回归 10

290945.3.1逻辑回归模型 10

195405.3.2逻辑回归模型的估计 10

267935.3.3逻辑回归模型的检验 10

28417第6章分类与预测 11

267856.1决策树 11

147776.1.1基本原理 11

83786.1.2特点与优势 11

246496.1.3常用算法 11

311266.2随机森林 11

175836.2.1基本原理 11

4076.2.2特点与优势 11

17186.2.3常用算法 12

165166.3支持向量机 12

3956.3.1基本原理 12

218376.3.2特点与优势 12

120176.3.3常用算法 12

5883第7章聚类分析 12

258387.1K均值聚类 12

312457.1.1基本原理 12

190007.1.2算法步骤 13

178737.1.3优化策略 13

324217.2层次聚类 13

167677.2.1基本原理 13

82907.2.2算法步骤 13

325357.2.3类别合并策略 13

235017.3密度聚类 14

231287.3.1基本原理 14

253737.3.2算法步骤 14

133877.3.3类别判定策略 14

21563第8章机器学习算法评估与优化 14

307678.1交叉验证 14

16598.1.1交叉验证的概念 14

73758.1.2常见的交叉验证方法 15

182038.2超参数调优 1