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。
4 \2 y7 F% R5 ?$ @       本节先讲数据第一个：数据清洗
  B, N8 y# T0 Z8 W  f" h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）
+ k: t& l5 p8 j# O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
* X( I- R4 ^1 ~- W- K+ b! j    2. 使用固定值
    3. 最近邻补插
    4. 回归方法
) u. z$ W& u0 j4 }0 |    5. 插值法
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）


+ Q  Y9 s& k5 n( a9 u9 V（1）拉格朗日插值法（划重点）
0 w, g6 U# A  T3 s. G        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）
; l% O4 s4 d2 c8 [      
（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。
       关于其应运代码见附件

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
( f3 I. U# z7 P3 V( g, U$ [, q4 `

杜比尔

谢谢分享
/ l3 ?& ^8 K7 D6 z4 o( `

杜比尔

谢谢分享
" H8 m" E: o4 S6 f

@小孩子

发表回复谢谢分享

fjdieb

发表回复
; @& F" p8 f# {, {4 S& v; \

fjdieb

谢谢分享

一个我

谢谢分享
) p4 W3 ]7 ]6 h4 ?' _5 ~( ?

111111258

发表回复谢谢分享
) ~$ w" t/ U) |/ e( I% w' Z0 |" V

一个我

$ j- J7 e/ \  _1 L0 w# t

8 a7 @, [  B' O1 ^分享的很棒，谢谢
9 G3 U1 y4 D! @4 k- f