地理信息|空间描述与空间模式分析

这一部分就是讲数据的分析方法。要想分析数据，就先要对数据进行描述归纳。主要分为描述性数据挖掘和预测性数据挖掘。

​
描述性数据挖掘就是简单描述数据，给出数据性质，常用泛化的方式进行（俗称口胡）。

预测性数据挖掘是对数据建模，预测新数据的行为。

描述性数据挖掘之后常伴随预测性数据挖掘。

概念描述是是描述性数据挖掘的一种最简单的类型。（真·口胡，常用方法是泛化和比较）

 

---

数据泛化和基于汇总的特征化描述

 

数据泛化：低层次转高层次（拔高了说，paper容易过审，雾），青年、中年代替实际年龄数

面向属性的归纳：数据库查询，属性统计然后泛化，合并相等的集合，作图作表。

属性相关分析：相关程度分析，用统计方法作数据预处理。

 

基于汇总的特征化描述：其实就是那些标志性数据代替整体

 

 

最后，还可以用图形的方法显示数据。典型的有直方图、分位数图、散点图、回归曲线等。

 

---

 

探索性数据分析

 

探索性数据分析（Exploratory Data Analysis，EDA）是指对已有数据在尽量少的先验假设下通过作图、制表、方程拟合、计算特征量等手段探索数据的结构和规律的一种数据分析方法。EDA强调让数据自身“说话”，可以最真实、直接的观察到数据的结构及特征。