江苏龙网

  1. 首页 > 生活 > >

怎样划分数据种类? 哪些数据可以被分析建模并预测趋势? 怎样进行数学证明?

数据基于是否具有时间特征（序）和是否为数值型数据分为4类：1. 数值型时间序列（如1901~2000年的出生率）2. 数值型数据（一个班级里每个同学的身高）3. 分类型数据（一个班级里每个同学的性别）4. 分类型序列（例如近一个月天气：）因此，预测模型可分为：1. 没有自变量概念的数值型数据：点估计、区间估计、假设检验2. 没有自变量概念的数值型时间序列：时间序列分析3. 因变量为数值型时间序列：杂4. 因变量为数值型数据：回归5. 因变量为分类型数据：分类器或learning to rank6. 因变量为分类型序列：动力系统模型或转为时间序列数学证明，我理解为模型验证方法，一般基于理论为两派：1. 统计模型。需要假定数据分布进行推断，最后通过验证最大似然值来验证结果（或基于最大似然理论的指标，AIC、BIC）2. 抽样方法。将模型同时用于测试集、训练集，如果数据在测试集上和训练集上表现都好，则可以认为模型好。
■网友
题主开始悟道了啊~~~小学数学没学好，只能强答数据的分类和对应的预测算法。数据的分类方法很多，如果没有一个纲领，则很容易陷入各种概念之中，比如：时间序列数据、二项分类数据、维度数据、连续数据、数据值数据等待。数据是用来描述事物的，因此从这个角度上来说，数据可以分为以下几类：1、保证惟一性的2、定性的3、定量的4、释义的保证惟一的数据很容易理解，数据表中的各种主键，生活中的身份证号等。这个数据也无需预测。定性的数据也很容易理解，男女、好坏、老中青童幼等，又称维度、口径、分组、分类数据等等，是离散的，一般为字符型。预测此类数据，用各种分类器即可。此类数据又可以细分为二项分类：对错、男女、好坏、是否等多项分类：士农工商等有序分类：老中青童幼、一二三等级等定量的数据也容易理解，身高、体重等，又称度量、指标、数值等，是连续的，一般为数值型。预测此类数据，用各种回归、神经网络等算法。此类数据又可细分为：测量类：身高、体重等计数类：人口数、企业数等比率类：同比、环比、累计占比等释义的数据比较杂乱，都是一些文字描述，比如所有码表中代码项对应的名称、各种注释、备注、文本记录的内容等。都是文本类型的，分析此类数据可以用文本分析里词频统计等方法。此类数据又可细分为：维度注释：1男2女；0否1是；各种备注：“本条数据由XX原因手动修改”各种文本记录：“客户投诉内容：买车三个月后，车内还有很浓重的味道，一直非常刺鼻...”以上


    推荐阅读


    上一篇：造成现在的这次创业风潮是啥原因

    下一篇：每天在互联网分享经验的人可信度高么