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。
       本节先讲数据第一个：数据清洗
& e( Z3 z0 @8 ]# A3 b2 G! T数据清洗包括1.缺失值处理    2.异常值处理
9 F( j1 e! u# I# u% u1 h# Q       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）
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
5 Y$ [. x1 n9 l& W    2. 使用固定值
, z6 ?0 ?( l7 d+ o    3. 最近邻补插
+ Z" v' _) Z9 [$ u    4. 回归方法
+ f9 B1 {2 Y9 E5 S9 w' \$ [2 ~    5. 插值法
* k9 T( |5 N8 h" [3 f$ f/ Y5 `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）。
       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）
7 a& F$ B! X" ]4 _+ j      
（2）牛顿插值法
        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。
* W% b# J; G, O# u2 h* Z* _& Q       关于其应运代码见附件
* r- }+ [9 \0 k. X7 D- h6 @- c

- K9 X2 ?4 h4 d9 R! ]3 k

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
9 O$ Z$ q% [, R% K

杜比尔

谢谢分享
) s( O1 i8 M$ e

@小孩子

发表回复谢谢分享
) Y8 l$ l" v) J) p$ b

fjdieb

发表回复

fjdieb

谢谢分享

一个我

谢谢分享
3 ]1 G/ C; K# h& h3 M- P- R$ v- D

111111258

发表回复谢谢分享
' D' G  y. P$ o) K0 k2 h2 t

一个我

, b, g$ E) w& M& k( m  K. C

分享的很棒，谢谢