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。
# J: G: A: ]  o2 X( C# d1 i5 u       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）
% Q5 \/ i0 X6 ^" y* g2 q2 |而补差的方式主要用下面的5类，重点是第五个，插值法
, ?1 Q( z4 `3 J  Z    1. 补插均值/中位数/众数
    2. 使用固定值
    3. 最近邻补插
; J2 w$ K' M7 L1 u    4. 回归方法
" n0 z: Y( u0 Q3 D1 x' K    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）
& c, |+ Y  U* K9 P& }0 u+ k& x
2 ?& E) |% M1 o% h1 M% a! h
( `% |6 j  O% d( \9 b（1）拉格朗日插值法（划重点）
+ D) y$ Y8 Z3 X        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）
      
4 D+ V$ i3 u# t! p- q5 a（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


7 O4 q8 ^% b$ c4 B7 ~$ A

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
' A- \/ p2 c( p! r

杜比尔

谢谢分享
3 B2 E  x3 |  e# Z% U' g- H

@小孩子

发表回复谢谢分享
. ~9 U- s5 j! |; N

fjdieb

发表回复

fjdieb

谢谢分享
5 m1 U- s6 I5 ], \# n, B

一个我

谢谢分享
$ P5 ~. M' P7 D9 Y9 H! t) i

111111258

发表回复谢谢分享

一个我

9 E" _: `3 q4 c8 i
) g2 v" K5 N/ h, M
' F# N# z2 W! q! \" `+ \- q. C  O6 v分享的很棒，谢谢