数据表格：栏、列、值
数据类型：数值型、类别型、文字型、时间型
数据属性：定性qualitative 定量quantitative
衡量尺度：
名目资料：定性，数字的大小没有意义。
顺序资料：定性，数字的大小有意义，但数字之间的差距没有意义。
区间资料：定量，数字间的差距有意义，归属有那个区间。
比例资料：定量，0等于“完全没有”。
五种常见的分析目标：
| 分析对象 | 分析目标 | 范例 | |
|---|---|---|---|
| 栏 | x为定性 | 关联association | 判断2个x是否同时出现 |
| 栏 | x为定量 | 相关correlation | 判断2个x是否同升同降 |
| 栏 | y为定性 | 分类classification | 判断是否为第一名 |
| 栏 | y为定量 | 回归regression | 预测每个同学的名次 |
| 列 | 群聚clustering | 找各科分数接近的人 |
数据分析步骤：
1，数据收集：按照决策需求与产业知识决定自变量x,应变量y
2，数据预处理：常见的数据预处理有数据转换，填补数据中的缺失值（M issing Data ），删除离群值（Outlier），数据标准化（Standardization），数据正规化（Normalization）等。
3，数据分割：数据分成3部分，训练、验证、测试，如果使用交叉验证，则是把训练和验证部分的资料合并，再均分成n份，然后循环使用n等分的1份资料作为验证资料，其他作为训练资料，提升机器学习的验证效果。常见切割比例如下表：
| 训练 | 验证 | 测试 | 备注 |
|---|---|---|---|
| 80% | 10% | 10% | |
| 70% | 20% | 10% | |
| 70% | 15% | 15% | |
| 80% | 80% | 20% | 交叉验证 |
| 90% | 90% | 10% | 交叉验证 |
4，模型训练：使用恰当的机器学习演算法对训练数据进行分析，这一过程也称为拟合（Fitting），最终产出为模型（Model）。
5，模型验证：将验证数据中的自变数x输入训练好的模型中，得到预测值Y，y称为拟合值。
6，模型评估：比较应变数y的值和预期值y之间的差异性。y的属性不同，则评估的方式也不同。
y是定性，常用的评估方法混浠矩阵（Confusion Matrix）、准确度（Accuracy）、ROC曲线下方面积（AUC）等
y是定量，常用的评估方法均分根误差（RMSE）、平均绝对误差（MAE）、判定系数（R2）等
7，模型未达标准。肯能的调整方式有增加训练次数、调整演算法中的超参数、更换其他演算法、重新处理数据集、扩大数据量等。当符合标准时，即可进入测试阶段。
8，模型测试。会出行两种不好的情况，拟合不足，拟合过度。
分析方法：
群聚分析
关联分析
相关分析
分类
回归
时间序列分析
