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
数据清洗包括1.缺失值处理    2.异常值处理
  o/ L) q* K) Y+ Q& e9 S6 E) c       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）
5 X" R% C: b" Z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
8 }+ N4 C/ a3 S* T4 F4 U% ^    2. 使用固定值
) G* ^' P0 I/ [/ A    3. 最近邻补插
) ~& P4 B: b% F  _  A- D    4. 回归方法
0 s3 E1 P, Q& f* H+ i! i    5. 插值法
+ n! ^# L* |9 ~/ w1 _4 J4 k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）
/ H& F) e& e' w

（1）拉格朗日插值法（划重点）
  U) s, ]7 N6 ]4 T$ T( i& w        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 N9 g$ r# 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）
      
（2）牛顿插值法
6 I+ r! H" U. H" ?        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。
5 T% @4 B+ v% [       关于其应运代码见附件


7 ?1 ^+ r/ G* z! E; r+ D1 q+ ^3 [

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
, T" H# `7 w# y+ q& M

杜比尔

谢谢分享

杜比尔

谢谢分享

@小孩子

发表回复谢谢分享

fjdieb

发表回复
- |4 \3 p' v" q+ B+ P9 n" P

fjdieb

谢谢分享
0 ]& s, E! \) r; D- C* f* t

一个我

谢谢分享
! f3 }2 a% [' \; t* K4 j

111111258

发表回复谢谢分享

一个我

) ]/ @; J/ E; ^" K5 G  T  F

! m5 e9 J6 M" Y分享的很棒，谢谢
, m, H9 j/ F: Y! J! O# s8 |1 U