个人理财 清理预测分析模型的数据 - 虚拟变量

清理预测分析模型的数据 - 虚拟变量

视频: 【Stata小课堂】第18讲:多元线性回归(Multiple Linear Regression) 2025

视频: 【Stata小课堂】第18讲:多元线性回归(Multiple Linear Regression) 2025
Anonim

您需要确保数据清除了无关的内容,然后才能将其用于预测分析模型,这包括查找和纠正任何包含错误值的记录,并尝试填写任何缺失值,还需要决定是否包含重复记录(例如两个客户帐户),总体目标是确保您用来构建预测模型的信息的完整性,特别要注意数据的完整性,正确性和及时性

<! - 1 - >

创建描述性统计(定量特征),如计算最小和最大值,检查频率分布(发生的频率)和验证预期的范围。定期检查可以帮助您标记任何超出预期范围的数据以进一步研究stigation。任何显示出生日期在九十年代的退休人员的记录都可以通过这种方法加以标记。

另外,交叉检查信息很重要,以确保数据的准确性。要更深入地分析数据特征和识别数据记录之间的关系,可以使用 数据分析 (分析数据可用性并收集数据质量统计信息)和可视化工具。

数据丢失可能是由于特定信息未被记录。在这种情况下,您可以尝试尽可能多地填写;可以很容易地添加合适的默认值来填补某些领域的空白。

<!例如,对于在性别领域缺少价值的医院产科病房中的病人,应用程序可以简单地填写为女性。对于那些因怀孕状况而缺席记录而入院的男性,该记录同样可以填写为不适用。从地址中提供的街道名称和城市可以推断出一个地址丢失的邮政编码。

在信息未知或无法推断的情况下,您需要使用值

其他 而不是空格来指示数据丢失而不影响分析的正确性。数据中的空白可能意味着多个事物,其中大多数不好或不实用。只要你可以,你应该通过有意义的地方填充来指定空白的性质。对于完全由小数和正数(0到100之间的数值)组成的数字数据,例如,用户可以定义数字-999。99作为缺失数据的位置填充。正如可以将玉米田中的玫瑰定义为杂草一样,异常值对于不同的分析可能意味着不同的事情。一些模型的建立只是为了跟踪这些异常值并将其标记出来。欺诈检测模型和犯罪活动监测对这些异常值感兴趣,在这种情况下,这些异常值表明发生了不必要的事情。因此,建议在这种情况下保持数据集中的异常值。但是,当异常值被认为是数据中的异常时 - 只会偏离分析结果并导致错误的结果 - 将其从数据中删除。你不希望发生的事情是你的模型会试图预测异常值,并最终未能预测其他事情。数据中的重复也可能是有用的或令人讨厌的;有些可能是必要的,可以指示价值,并且可以反映数据的准确状态。例如,具有多个账户的客户的记录可以用多个条目来表示(技术上,无论如何)是相同的记录的重复和重复。另外一个例子是,一个客户同时拥有同一家公司的工作电话和个人电话,并且账单到达相同的地址 - 这是非常有价值的东西。同样的道理,当重复的记录对分析没有贡献的价值并且是不必要的时候,那么删除它们可能具有巨大的价值。对于那些删除重复记录的大型数据集来说,尤其如此,可以简化数据的复杂性并减少分析所需的时间。 您可以采取一些特定的程序,防止不正确的数据进入您的系统:

所有收集的数据的质量检查和数据验证。

允许您的客户验证并自行更正其个人资料。

为您的客户提供可能的和期望的值供您选择。定期检查数据的完整性,一致性和准确性。

清理预测分析模型的数据 - 虚拟变量

编辑的选择

常见的SharePoint 2013站点模板 - 傻瓜

常见的SharePoint 2013站点模板 - 傻瓜

站点模板是您在创建新的SharePoint站点时使用的模板。它为您提供SharePoint的启动设置。 SharePoint 2013中提供了许多网站模板。网站模板分为合并,企业和发布等类别。注意:您可以使用哪些网站模板取决于...

SharePoint 2010中的常见Web部件 - 虚拟

SharePoint 2010中的常见Web部件 - 虚拟

Web部件是可重复使用的组件,可在SharePoint 2010的网页上显示内容。Web部件是团队网站体验的一个基本组成部分,因此,让它适合他们,并了解您的选择是什么。通用Web部件Web部件类别示例Web部件说明列表和库...

配置SharePoint 2010中的当前导航 - 虚拟假设

配置SharePoint 2010中的当前导航 - 虚拟假设

配置每个SharePoint 2010站点的当前导航设置与全局导航。你有相同的选项来自动显示页面和子网站。您可以使用这些选项来确定站点当前导航中显示的项目:显示与父站点相同的导航项目:此选项显示当前导航项目...

编辑的选择

何时按摩你的宝宝 - 假人

何时按摩你的宝宝 - 假人

你不需要花哨的设备,特殊的房间或大量的免费给宝宝一个很好的按摩时间。面对现实吧。妈妈是忙碌的人这里只是一些好的时候按摩你的宝宝的想法:按摩到你的日常工作:在你的宝宝午睡之前或之后给予按摩。 ...

成为一名保姆是什么?假人

成为一名保姆是什么?假人

是一个保姆是否是您正确的职业选择?也许你照顾你的弟弟姐妹,或者你总是被你的邻居叫到照顾,或者你只是热衷于与孩子们的工作。做一个保姆可能是你一个伟大的职业选择。信贷:©IStockphoto。 com / Piotr Marcinski What ...

编辑的选择

。 Com - dummies

。 Com - dummies

Salesforce中的一个案例分配规则。 com实际上是一组规则,将帮助您根据案例记录中捕获的标准自动在整个支持组织中分配案例。每个分配规则可以有多个规则条目。规则条目表示匹配时确定分配的条件或条件集合。

如何将案件小组添加到您的Salesforce案例 - 假人

如何将案件小组添加到您的Salesforce案例 - 假人

以及Salesforce中的预定义案例小组。 com Service Cloud系统,您可以从代理的角度来使用它们。从您正在使用的案例中,请按照下列步骤操作:向下滚动到案例组相关列表,然后单击更新案例组成员按钮。更新案例...

中的文本和日期如何在MYOB中更改文本和日期 - 虚拟人员

中的文本和日期如何在MYOB中更改文本和日期 - 虚拟人员

您可以随时复制和粘贴MYOB中的文本会在任何文字处理器。以下是快捷方式:按键组合快捷键结果Ctrl-A选择所有高亮显示的文本Ctrl-C复制文本Ctrl-V粘贴文本Ctrl-X删除或剪切文本Ctrl-Z取消所写文本的最后一位(有时候!也可以更改日期...