金融数据分析-以Python为工具 课件 二、数据分析的流程_第1页
金融数据分析-以Python为工具 课件 二、数据分析的流程_第2页
金融数据分析-以Python为工具 课件 二、数据分析的流程_第3页
金融数据分析-以Python为工具 课件 二、数据分析的流程_第4页
金融数据分析-以Python为工具 课件 二、数据分析的流程_第5页
已阅读5页，还剩8页未读， 继续免费阅读

付费下载

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

Python金融数据分析金融数据分析流程Chapter02金融数据分析概览1

数据分析宏观流程2

数据分析微观流程3

数据样本及表示

3.1

基本术语

3.2

样本表示数据分析宏观流程数据分析宏观流程明确数据分析的目标和任务。准备数据分析的计算机语言或软件，本书中对应的是Python及集成开发环境Anaconda。各种炊具代表各种Python数据分析库或包。菜单中的菜肴代表的是各种数据分析的任务和结果展示，例如作为前菜的探索性数据分析、作为主菜的数据建模和模型评价、作为甜点的结论分析等。数据分析宏观流程食材代表的是金融数据，依赖于数据分析的目标和任务。菜肴的烹饪过程对应于数据分析的过程。珍藏佳酿代表数据分析得出的结论。数据分析微观流程数据分析微观流程1）数据读取。从数据文件、数据库等数据源读取数据，得到结构化的二维表数据。2）初步探索性分析。从纯数据抽象的角度（不含业务逻辑）了解数据集的大小、数据缺失、属性类别、数据分布等情况。3）特征工程。基于初步探索性分析的结果进行数据清洗、数据规范化、特征提取等预处理。数据分析微观流程4）探索性数据分析。得到规范的数据集后，在建模之前结合业务逻辑背景进行一些简单的统计分析。5）建模分析。包括数据建模、模型评估、模型预测等步骤，这通常是数据分析特别是数据挖掘的主要环节。模型可以分为业务逻辑模型和机器学习模型。6）结论分析及展示。对探索性分析和建模分析的结果进行总结，得出一些有用的规律和结论。数据样本及表示典型的结构化数据集是一张二维表，通常称为一个样本（sample）或数据集（dataset），从统计学的角度代表对随机总体的抽样。样本的每一行代表一条数据记录，称为示例（instance）或样品，样本的每一列代表样品在某一维度上的取值，称为样本的属性（attribute）。数据样本及表示样本的属性有时也会被称作特征（feature）、字段（field）或者变量（variable）。我们把拥有了标记信息的示例称为样例（example）。从回归的角度看，样本属性即自变量或解释变量，样本标记即因变量或被解释变量。二分类问题；多分类问题；回归问题。

数据样本及表示数据样本及表示根据不同的功能，样本可以被进一步分为训练集（training

人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论