Python数据分析与挖掘

什么是数据分析与挖掘？？？？？

• 随着DT时代的到来，越来越多的数据被人们所认识和重视，并开始通过各种数据进行数据采集，如：使用问查调卷获取用户对产品的意见：通过网页或app的浏览记录、交易记录、评论等操作；基于数据爬虫等获得数据；甚至是企业间的合作实现多方数据的共享。

• 将获得的数据应用于“数据分析与挖掘”之中，应用领域：电商领域，发现破坏规则的害群之马；交通出行领域为打车平台私人定制；医疗健康领域，找到最佳的医疗方案。

• 数据分析就是针对搜集来的数据运用基础探索、统计分析、深层挖掘等方法，发现数据中有价值的信息和未知的规律与模式，进而为下一步业务决策提供理论与实践依据。

  |差异角度|        数据分析                         |数据挖掘
  |定义    |描述和探索性分析，评估现状和修正不足       |技术性的“采矿过程”，发现数据的未知的规律与价值
  |侧重点  |实际的业务知识                           |挖掘技术的落地，完成采矿过程
  |技能    |统计学、数据库、Excel、可视化等           |数学功底、编程能力
  |结果    |结合业务知识解读统计结果                  |模型或规则
  

数据挖掘的流程：

1. 目标：即寻找价值

2. 数据搜集：

3. 数据清洗：

               处理数据的异常值
   
               缺失值
               
               数据的不一致性
               
               量纲影响
              
               维度灾难
   

4. 建模

   利用机器学习模型进行建模
   

5. 模型评估

6. 应用部署

   Python数据分析案例
   Python数值计算工具----Numpy
   Python数值分析工具----pandas
   Python数据分析与挖掘----Logistic回归

注：参考刘顺祥《Python数据分析与挖掘》

来源：CSDN

作者：朴素.无恙

链接：https://blog.csdn.net/weixin_40123108/article/details/88186643