银行数据挖掘实验：预处理与质量分析

实验8-1 数据分析旨在让学生深入理解和掌握数据挖掘的基本流程，以及数据预处理的关键步骤。在这个实验中，学生需要使用Microsoft Excel 和专业的数据分析软件，如PHSTAT和Weka，来处理实际的银行资产评估数据。 首先，实验的核心目的是通过银行数据集bank-data.xlsx来提升数据探索和预处理的能力。这个数据集包含12个属性，包括个人基本信息（如年龄、性别、收入等）、财务状况（如是否有定期存款、活期账户、资产抵押等），以及一个目标变量——是否购买个人理财计划（pep）。 在实验内容部分，学生需要完成以下任务： 1. 数据质量分析：首先，创建一个名为“1-数据质量分析.xlsx”的新文件，将bank_data.xlsx的数据导入。任务要求检查数据是否存在缺失值。通过条件格式法（方法1或方法2），可以快速定位并高亮显示所有空白单元格。这有助于识别哪些记录可能需要进一步处理或填充。 2. 绘制箱线图和点比例图：针对income属性，学生需使用PHSTAT软件创建箱线图，这是一种可视化工具，用于展示数据分布的四分位数范围，从而识别潜在的异常值。此外，点比例图也被用来显示每个数值的具体频数，帮助发现数据集中可能存在的异常点。 3. 异常值检测：通过高级筛选功能，计算Whisker上限和下限，即数据的五数概括（最小值、下四分位数、中位数、上四分位数、最大值），超出这些范围的数值被认为是异常值。学生需要找出并记录这些异常值，这有助于后续的数据清洗和模型建立。 通过这次实验，学生不仅能熟练掌握数据清洗和预处理的基本操作，还能提高对异常值检测的认识，这对于实际数据分析项目至关重要。同时，这也锻炼了他们使用专业工具和技术进行数据处理的能力，为以后的深入学习和职业发展打下了坚实的基础。