知识卡片

普通读书笔记卡 · 6326

数据表示要服务分析问题

理解等级:中级

数组、表格和时间序列使数据能被相应的选择、聚合与计算操作处理。把文章变成词频表,是提取某类特征而不是完整保留原文语义;表示应匹配所问问题,并明确丢失的顺序、上下文或身份信息。本书主要介绍处理工具,不因此提供所有分析模型或因果解释。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 2 处

    • · 查看原书依据

      新闻文章可以被处理为一张词频表,而这张词频表就可以用于情感分析。 大部分电子表格软件(比如Microsoft Excel,它可能是世界上使用最广泛的数据分析工具了)的用户不会对此类数据感到陌生。

    • · 查看原书依据

      竖线(|)分隔的字符串形式给出的。如果想对电影分类进行分析的话,就需要先将其转换成更有用的形式才行。我将在本书后续章节中讲到这种转换处理,到时还会再用到这个数据。

    参考来源

    - 位置:《利用Python进行数据分析》第1章《本书主要内容》(spine249;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0235.html;u006-ch01-001)。 - 结论依据:原文在“新闻文章可以被处理为一张词频表”附近的定义、例子或代码支撑本卡核心说明:数组、表格和时间序列使数据能被相应的选择、聚合与计算操作处理。边界按已读前提解释;示例未执行。 - 原始内容:新闻文章可以被处理为一张词频表,而这张词频表就可以用于情感分析。 大部分电子表格软件(比如Microsoft Excel,它可能是世界上使用最广泛的数据分析工具了)的用户不会对此类数据感到陌生。 - 位置:《利用Python进行数据分析》第2章《计算评分分歧》(spine258;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0244.html;u035-ch01-001)。 - 结论依据:电影genres把多个类别放在竖线分隔文本里,若按类别分析还需转换表示,不能将整串标签当作单一类别而不说明。 - 原始内容:竖线(|)分隔的字符串形式给出的。如果想对电影分类进行分析的话,就需要先将其转换成更有用的形式才行。我将在本书后续章节中讲到这种转换处理,到时还会再用到这个数据。