- 章节1: 数据质量分析理论知识
- 课时1:课程大纲及数据缺失值产生原因介绍 16:32
- 课时2:缺失值的影响和简单分析 08:29
- 课时3:异常值的处理方法介绍 21:19
- 章节2: 缺失值处理的高级方法
- 课时4:缺失值处理的步骤和常用方法介绍 08:53
- 课时5:识别缺失值(is.na和complete.cases函数详解) 27:32
- 课时6:md.pattern函数详解 24:43
- 课时7:探索缺失值模式:aggr函数详解 17:14
- 课时8:缺失值处理:行删除和利用缺失值进行替换 20:46
- 课时9:利用线性回归和随机森林对缺失值进行插补 24:28
- 章节3: 异常值处理
- 课时10:质量控制图qcc函数详解 28:38
- 课时11:利用boxplot.stats函数识别异常值2 09:03
- 课时12:利用K-Means聚类识别异常值 19:46
- 章节4: 相关性分析
- 课时13:相关性分析的常用方法 20:39
- 课时14:散点图矩阵详解 16:49
- 课时15:求相关系数值及可视化 26:20