数据分析工具使用教程.docVIP

数据分析工具使用教程

TOC\o1-2\h\u14571第1章数据分析基础概念 3

45051.1数据分析概述 3

113771.2数据分析流程 3

313481.3常用数据分析工具介绍 4

19768第2章环境搭建与配置 4

54252.1操作系统与硬件要求 5

226282.1.1操作系统 5

270432.1.2硬件要求 5

247832.2数据分析工具安装 5

21152.2.1安装包 5

4942.2.2安装步骤 5

163972.3环境变量设置 5

211812.3.1Windows系统环境变量设置 5

21012.3.2macOS与Linux系统环境变量设置 6

24870第3章数据导入与清洗 6

257213.1数据源介绍 6

3823.2数据导入方法 6

2903.3数据清洗与预处理 7

23310第4章数据摸索与分析 9

276344.1数据描述性分析 9

86424.1.1描述性统计量 9

147314.1.2描述性统计方法 9

118934.2数据可视化 9

89864.2.1常用图表 9

292974.2.2高级可视化 10

179934.3假设检验与推断 10

266514.3.1单样本假设检验 10

168334.3.2双样本假设检验 10

291644.3.3方差分析 10

314304.3.4相关性检验 10

25111第5章数据变换与预处理 10

319265.1数据标准化与归一化 10

308705.1.1标准化 10

106055.1.2归一化 11

211105.2数据离散化与分组 11

271015.2.1等宽离散化 11

236995.2.2等频离散化 11

185275.3缺失值处理与异常值检测 12

115575.3.1缺失值处理 12

272665.3.2异常值检测 12

719第6章数据建模与预测 12

200726.1建模方法概述 12

238256.1.1常用建模方法 12

40776.1.2建模方法选择 12

3226.2回归分析 13

236016.2.1线性回归 13

62846.2.2多元回归 13

118316.2.3逻辑回归 13

139396.3分类与预测 13

14636.3.1决策树 13

217476.3.2随机森林 13

44446.3.3支持向量机 14

31291第7章数据挖掘与关联规则 14

204757.1关联规则概述 14

75657.1.1基本概念 14

21927.1.2评价标准 14

194047.2Apriori算法 14

140767.2.1算法原理 14

209197.2.2实现步骤 14

153197.3FPgrowth算法 15

84337.3.1算法原理 15

204507.3.2实现步骤 15

3646第8章聚类与降维 15

327208.1聚类分析基础 15

150008.1.1聚类分析概念 15

234208.1.2类别划分 15

179338.1.3聚类评估 15

71218.2Kmeans算法 15

88458.2.1算法原理 16

237888.2.2算法实现 16

199768.2.3优化方法 16

138818.3降维方法介绍 16

139608.3.1主成分分析（PCA） 16

22098.3.2线性判别分析（LDA） 16

246318.3.3tSNE算法 16

232988.3.4自编码器 16

25706第9章时间序列分析 16

80709.1时间序列概述 16

230799.1.1时间序列的定义与特点 16

206309.1.2时间序列的应用领域 16

316849.2时间序列预处理 17

26819.2.1数据清洗 17

149899.2.2数据平稳性检验 17

120049.2.3数据变换 17

144899.3时间序列模型及预测方法 17

189439.3.1自回归模型（AR） 17

87499.3.2