(共18张PPT)
5.3 数据的分析
2021年双十一电商购物节趋势分析
数据显示，双十一电商购物节成交额近五年平均增长率为32.5%，购物气氛活跃。2020年双十一电商购物节全网个护美妆品类销售额909亿元，同比增长43%。其中，护肤销售额达 755 亿元，同比增长 45%;美妆彩妆销售额为 154 亿元，同比增长 38%。值得注意的是，2020年双十一电商购物节的节日时间拉长，在10月21日就开设预售，而超70%的个护美妆商品在预售阶段售出，商家可考虑在2021年双十一期间重点布局预售期。
数据分析
特征探索
关联分析
聚类分析
1
2
3
数据分类
4
主要任务是对数据进行预处理，发现和处理缺失值、异常数据，绘制直方图，观察分析数据的分布特征，求最大值、最小值、极差等描述性统计量。加文字阐述，添加简短问题说明文字，具体说明文字在此处添加此处
特征探索
体验探究:
打开并运行配套资源包“第五章\课本素材\程序5-3数据预处理”，观察数据预处理结果。
关联分析就是分析并发现存在于大量数据之间的关联性或相关性，从而描述一个事物中某些属性同时出现的规律和模式。
关联分析是数据挖掘中一项基础又重要的技术，是一种在大型数据库中发现变量之间有趣关系的方法。
关联分析
关联分析的基本算法如下：
（1）扫描历史数据，并对每项数据进行频率次数统计。
（2）构建候选项集C1，并计算其支持度，即数据出现频率次数与总数的比。
（3）对候选项集的支持度进行筛选，筛选的数据项支持度应当不小于最小支持度，从而形成频繁项集L1。
（4）对频繁项集L2进行连接生成候选项集C2，重复上述步骤，最终形成频繁K项集或者最大频繁项集。
添加简短问题说明文字，具体说明文字在此处添加此处
观察分析:
打开并运行配套资源包“第五章\课本素材\程序5-4关联分析”，观察程序的运行结果。
K-平均（K-Means）算法是一种经典的自下而上的聚类分析方法。K-平均算法的基本思想就是在空间N个点中，初始选择K个点作为中心聚类点，然后将N个点分别与K个点计算距离，选择自己最近的点作为自己的中心点，再不断更新中心聚集点，以达到“物以类聚，人以群分”的效果。字阐述，添加简短问题说明文字，具体说明文字在此处添加此处
聚类分析
聚类分析的基本算法如下：
（1）从数据点集合中随机选择K个点作为初始的聚集中心，每个中心点代表着每个聚集中心的平均值。
（2）对其余的每个数据点，依次判断其与K个中心点的距离，距离最近的表明它属于这项聚类。
（3）重新计算新的聚簇集合的平均值即中心点。整个过程不断迭代计算，直到达到预先设定的迭代次数或中心点不再频繁波动。
体验探究:
打开并运行配套资源包“第五章\课本素材\程序5-5聚类分析”，观察程序的运行结果。
sklearn
Scikit-learn(sklearn)是机器学习中常用的第三方模块，对常用的机器学习方法进行了封装，在 Sklearn 里面有六大任务模块：分别是分类、回归、聚类、降维、模型选择和预处理。
数据分类通常的做法是，基于样本数据先训练构建分类函数或者分类模型（也称为分类器），该分类器具有将待分类数据项映射到某一特点类别的功能。数据分类和回归分析都可用于预测，预测是指从基于样本数据记录，根据分类准则自动给出对未知数据的推广描述，从而实现对未知数据进行预测。
数据分类
体验探究:
打开并运行配套资源包“第五章\课本素材\程序5-6聚类分析”，观察程序的运行结果。
贝叶斯，英国数学家，发明了概率统计学原理，将归纳推理法用于概率论基础理论，创立了贝叶斯统计理论，对统计决策函数、统计推断、统计的估算等做出了贡献。
拓展提高
参考教材118页实例，讨论贝叶斯决策理论方法的
核心思想。
作业
归纳总结数据分析的方法和步骤。
