大数据预处理：基于Python的应用

　　传统周期性行业的转型升级态势、兼并重组浪潮以及国内外剧烈波动的新经济环境，加大了混合所有制改革中的周期性公司估值难度，这对周期性公司估值体系的完善提出了迫切要求。本书运用产业经济学、金融学、计量经济学、资产评估学的相关理论与方法，对混合所有制改革中周期公司估值难题展开理论、实证与实践调整研究，首先厘清周期性行业的范围界定与演进轨迹、周期性公司估值模型的关键参数及其影响等基础性理论，然后从理论修正和实践调整两个层面展开研究，最后提出建议。

　　陈蕾，首都经济贸易大学财政税务学院教授、博士生导师，中央财经大学金融学博士后，美国密歇根州立大学访问学者，国际注册企业价值评估分析师（ICVS）。具有多学科背景，分别在武汉大学和中南财经政法大学获理学学士学位、法学硕士学位和经济学博士学位。兼任国务院国有资产监督管理委员会资产评估项目评审专家、中国资产评估协会国际业务专家、全国资产评估师考试教材编写组专家、北京资产评估协会教育培训委员会委员、国际企业价值评估分析师协会教育委员会委员等。主要研究领域为企业价值与无形资产评估、数字经济与数据资产、产业组织理论。 独立出版专著2部、全英文编著著作1部，参编著作7部；在《管理世界》《改革》《统计研究》等学术刊物及相关会议上发表论文90余篇；主持国家社会科学基金项目、北京市社会科学基金项目、中国博士后科学基金特别资助项目、中国博士后科学基金面上一等资助项目、中国资产评估行业青年研究项目等课题10余项。主要讲授“评估学原理（双语）”“国际评估准则（双语）”“资产评估理论与方法”“无形资产评估”等课程。

目录



1大数据预处理概述()

11大数据预处理的目的和主要内容()

12本书主要使用的数据集()


2缺失值及其处理方法()

21概述()

22缺失值的填补()

23缺失值信息的提取()

本章练习()


3数据纠错与格式处理()

31概述()

32数据的逻辑纠错()

33数据的格式纠错()

34日期时间型数据特征及其应用()

本章练习()


4数据类型转换()

41概述()

42数据离散化()

43定性变量数据类型的转换()

本章练习()


5异常分布数据处理Ⅰ：低频分类数据、高偏度数据、异常值()

51概述()

52低频分类数据处理()
53高偏度数据处理()

54异常值检测与处理()

本章练习()


6异常分布数据处理Ⅱ：不平衡数据()

61概述()

62不平衡数据的配平()

63不平衡数据配平的影响()

本章练习()


7数据特征缩放()

71概述()

72数据特征缩放方法()

73数据特征缩放的效果()

本章练习()


8数据归约()

81概述()

82变量选择()

83样本归约()

84伪自变量的识别与影响()

本章练习()