处理大数据的高级技术
了解如何：
- 了解容量、速度、种类、准确性、处理速度、内存、时间和用户耐心如何影响处理高大和宽阔数据的方法
- 了解处理大数据的方法的重要性——数据过滤、列切换、预测器/响应筛选、将汇总表收集到图表中、自动减少变量、抽样、查找缺失值、筛选异常值和使用公式列
- 识别世界发展指标案例研究数据的格式 - 3.05 亿个数据点、1402 个变量、15.5 GB 数据
(11:30)
- 使用 Virtual Join Like Id 和 Link Reference 节省空间(13:00)
- 使用表格摘要显示缺失数据(20:38)
- 重构数据以使用
团体
识别行类型，
拆分方式
确定您需要的列，并
拆分列
确定新列中所需的值
(24:50)
- 使用图形生成器列切换器以交互方式可视化数据，以直观的方式浏览变量，并使用本地数据过滤器根据所需的值范围查看数据
(28:30)
- 使用响应筛选找到最能预测感兴趣结果的因素
(32:00)
- 使用以下方式将选定关系的图形放入 JMP 表表达式列中
制作如下图表
选项
(34:32)
- 使用文本探索器和词云识别并可视化最流行的文本和短语(39:56)
- 使用子集代理法分析高个子数据
(45:41)
- 构建并验证模型，然后生成并保存分数代码以预测未来结果(49:04)
注意：36:40、37:28、37:43 和 38:25 处包含问答。
基础数据分析与建模数据探索与可视化
