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
       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）
; J6 E( `3 @& A# v: S3 E( {7 d3 _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
# Y3 ^+ g9 e( {0 L' y( R! E    2. 使用固定值
1 ^3 n. V$ F1 w$ u6 c) B+ _    3. 最近邻补插
    4. 回归方法
3 o& A6 D. b. V# Z$ `' t+ ]- f    5. 插值法
: t: s; ^0 m5 {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）

- A3 n  ~( O7 |/ Y
（1）拉格朗日插值法（划重点）
! T6 _, I# a" S& e: y  c& Q        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）。
5 u8 z( Z0 R. ?% {: B       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
        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
1 \0 u2 j/ y& l- {

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
, k2 f2 i# e( l0 h: S

杜比尔

谢谢分享

杜比尔

谢谢分享
: d3 O& [9 _0 ^* ]+ g3 X

@小孩子

发表回复谢谢分享
" }. `0 y. o; m# u3 t% _

fjdieb

发表回复
3 a4 \& G: ?' ^. E3 W

fjdieb

谢谢分享
8 U' w/ c3 J8 l4 l. t4 m

一个我

谢谢分享

111111258

发表回复谢谢分享

一个我

- b" M& c; p$ w) H5 h! G1 i
$ t  j4 O$ B; d/ h7 a: f+ |# G3 B分享的很棒，谢谢
3 N1 F, V9 e7 ?: B2 w