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。
$ x( r5 @+ J5 ~0 ?, @       本节先讲数据第一个：数据清洗
  g+ G. b, t& i/ 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）
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. 使用固定值
0 q! F" ~3 J- b& v8 a) Y! K    3. 最近邻补插
) `3 q% W$ L& i5 Y# P. ]    4. 回归方法
    5. 插值法
" I- D& ?+ v7 c( p6 e: _# W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）
# D$ w7 J  W+ l) T+ R
, v, |. P; l1 m5 H  h# }
. s% x6 H9 q7 E（1）拉格朗日插值法（划重点）
3 U4 e/ `& K1 j% _% K' E- |        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）。
% C0 P% ]0 G$ H       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 n* ?+ x+ F1 @4 j) g2 n  J( T& f2 A( L      
. k2 D' K1 _$ A7 Z1 Q( Z- N- ~（2）牛顿插值法
2 m! h) U) `  R" @+ t: `% m' x        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
* ^4 ~  {4 J: J$ a! ~
& U% w$ F* P( N" y

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
8 R# k7 ^' k0 H& v* T- V7 A- n6 _

杜比尔

谢谢分享

杜比尔

谢谢分享
& `( w0 {7 f/ y: l

@小孩子

发表回复谢谢分享
7 j; s4 J+ U% W8 C$ g/ P3 ~: O

fjdieb

发表回复

fjdieb

谢谢分享
8 x4 t% A$ C) [* P4 m6 d9 S. d# i9 [

一个我

谢谢分享

111111258

发表回复谢谢分享

一个我

$ ], y3 c0 o6 r7 x
8 K3 ]6 [$ Q/ x8 D6 ~
$ c. ~2 U) S) H" n9 j6 ]分享的很棒，谢谢
& A8 Q5 |: a# i% e5 L; s. e$ d5 K