excel - Microsoft Excel 2003 中的相关性/数据挖掘

Question

我有一个 Excel 电子表格，其中每一列都是一个特定的变量。在我的专栏末尾，我有一个特殊的最后一列，称为“类型”，可以是 A、B、C 或 D。

每一行都是一个具有不同变量的数据点，这些变量最终出现在最后一列中记录的某个“类型”桶 (A/B/C/D) 中。

我需要一种方法来检查某种类型的所有条目（例如，“C”或“C”|“D”）并找出哪些变量是最后一列的良好预测器，哪些更好预测器比其他人。

一些变量是数字，另一些是固定字符串（来自一组字符串），因此它不仅仅是数字/数字相关。

Excel 2003 是一个很好的工具，还是有更好的统计程序可以让这更容易？我是否为每个类别创建数据透视图/直方图，还是有更好的方法来运行这些查询？谢谢

Answer 1

您可以使用 microsoft excel 进行一些过滤，尤其是清理数据（我的意思是，将数据值更改为一种类型、字符串或数字）。Execl 还进行一些数据挖掘。但是，对于您遇到的这类问题，我推荐您使用的一个好工具是 WEKA。使用该工具，您可以对所有数据实例（行）进行关联分类预测（即类关联规则挖掘），从而确定哪些项目属于A/B/C/D。您的特殊属性将是您的类属性。