maets906的博客

数据科学严格遵循结构化、一步一步的操作过程，保证了分析结果的可靠性。

很多人认为平均值也可以作为测度中心，这是不正确的，因为两个变量相减或相加得到的值无任何意义，比如4分减去2分，差异的2分没有任何意义，所以数学运算得出的平均值也没有任何意义。温度是最常见的定距尺度数据。所以，我们可以增加一个叫“相对长度”的新特征，用来表示这条推文的长度相对平均推文长度的倍数。比如，对于世界卫生组织的酒精消费量数据，出现次数最多的洲是Africa，因此Africa可以作为continent列的测度中心。比如，体重可以是68千克，也可以是89.66千克，注意小数点，所以体重是连续型数据。

案例：分析一条推文在本例中，我们将分析一些含有股票价格信息的推文。下面解释一下上面的代码片段：（1）用变量tweet存储推文信息（Python中的string类型）:RT @robdv: $TWTR now top holding for Andor,unseating $AAPL（3）用for循环对切分开的列表进行迭代，逐个查看列表中的内容（4）用if语句判断推文中的每一个词是否包含$符号（人们在推文中使用$表示股票行情）（5）如果推文中包含$符号，则输出该词。