新手进阶建模（8）数据的预处理 第一部分

2336426014

       数据预处理有四个任务，数据清洗、数据集成、数据 变换和数据规约。
! g; Q1 G/ t- _) `+ m7 [       本节先讲数据第一个：数据清洗
' R/ Z" y# Y6 G  _9 P数据清洗包括1.缺失值处理    2.异常值处理
       其中缺失值的处理有3种：不处理（做建模铁定不选），删除(可以考虑)，数据补差（99%的同僚选择）
- e! s4 q; P) {5 N; t- r6 a而补差的方式主要用下面的5类，重点是第五个，插值法
    1. 补插均值/中位数/众数
2 J: L5 v8 D" C+ d    2. 使用固定值
    3. 最近邻补插
4 }6 h& o, |$ @4 U( ?' s+ _  l1 ]2 }    4. 回归方法
    5. 插值法
; M; e9 @; j  l7 ?9 m! d插值法又包含好多种：（1）拉格朗日插值法（最容易看的懂的，用的人较多，用错的也多）（2）牛顿插值法（3）Hermite插值 （4）分段插值 （5）样条插值                        （后三种相对用的较少）


（1）拉格朗日插值法（划重点）
        其原理百度就是构建一个多项式，这个多项式很厉害，假如说我们的数据是城市里的银行位置坐标，那这个多项式就是一条过所有银行的公路，所以，当我们要问50km外的银行在哪儿时，我们顺着这条路算就可以算出来。当然，算出来的坐标只是一个近似值。（当给出的已知银行坐标点越多，近似误差越小）。
9 F+ q% v/ P" f; H+ t; T$ d       关于拉格朗日多项式的构建原理，这里不说了，百度各种解释，这里只说一下它的优缺点：优点就是过程简单，很容易找到插值，而且还是唯一的。缺点也明显，就是当已知的点很多时候，阶数也会很高，所以不适合插那些百十来个数据点的题。处理十来个的还是很好的。（我个人建议还是用牛顿）
! O! `0 O" B. l  U3 F  H      
3 p1 S$ _7 {, C  A4 V0 B# _9 k（2）牛顿插值法
- ]7 f' ^7 l* Q: B8 Y: X8 C        相比较与拉格朗日，其优点是当新增加插值点时，得到的拟合函数变化不大。其原理解释还是看百度或者找老师问吧，我的理解就是从第一个插值点开始修路，每修到一个银行就进行一次校正（高阶差商我的理解），然后这样的话插未知点就准一点。所以用的比较多吧也。
& p2 g8 ]* u' Y6 T       关于其应运代码见附件

- r7 s6 U( Z% M1 y! ?/ M7 a

2336426014

走过路过给个回复，私信我给你免费资源，只求回复，帮我完成工作

杜比尔

谢谢分享
0 Q+ e0 j( N& a

杜比尔

谢谢分享
* ~* C+ a4 D# v8 J3 f

@小孩子

发表回复谢谢分享

fjdieb

发表回复

fjdieb

谢谢分享
. x; V: `4 T' r' g$ \

一个我

谢谢分享

111111258

发表回复谢谢分享
4 o, p6 R' p% S3 p" a8 _) b

一个我

/ l+ w4 B% H: o2 d
' M7 ?  G2 G, D
分享的很棒，谢谢