从散乱数据中获取洞察令你焦头烂额？别急，救星来了！

数据具备许多形式，散乱无章。 不管咱们谈论的是 缺失数据、非结构化数据， 仍是缺少常规结构的数据， 都须要采用某些方法对数据执行清理， 才能处理数据以改进数据质量。 这个系列教程探索了处理实际数据的重要问题， 以及能够应用的一些方法。

这个系列教程分为3个部分：处理散乱数据，从干净的数据集中获取宝贵洞察和可视化数据。

第一部分：处理散乱数据。发现为执行验证和处理而清理数据的相关常见问题及其解决方案。您还将找到一个自定义工具，该工具用于执行数据清理和合并数据集以供分析。主要包含如下几个部分：

• 什么是散乱数据
• 数据格式和模式
• 数据混合或融合
• 数据清理方法
• 数据概要分析
• 构建一个数据清理工具
• 开源数据清理工具

第二部分：从干净的数据集中获取宝贵洞察。了解 VQ 和 ART 算法。VQ 能够快速高效地对一个数据集进行聚类，而 ART 能够根据该数据集来调节聚类次数。主要包含如下几个部分：

• 矢量量化
• 实现 VQ
• 经过 VQ 进行聚类
• 自适应共振理论
• 实现 ART
• 经过 ART 进行聚类

第三部分：可视化数据。探索可视化数据的一些更有用的应用，以及一些可用来建立这种可视化的方法，包括 R 编程语言、gnuplot 和 Graphviz。主要包含如下几个部分：

• 可视化原始数据集
• 可视化运算过程
• 可视化集群

赶快点击“阅读原文”get 完整文章， 玩转数据作精准洞察！