色在线一区,久久污污污91

確定分析思路

在進行數(shù)據(jù)分析之前，先確定本次分析思路，具體如下

一、提出問題

二、理解數(shù)據(jù)數(shù)據(jù)來源：?https://www.kaggle.com/edx/course-study共有23個字段，一共290門在線課程。數(shù)據(jù)分為4種類型

1、課程字段

Institution，學(xué)校

Course Number，課程ID

Launch Date，上線時間

Course Title，課程名

Instructors，講師

Course Subject，課程類別

Year，課程持續(xù)時間

Honor Code Certificates，是否授予證書

2、數(shù)量字段

Participants (Course Content Accessed)，學(xué)生數(shù)

Audited (> 50% Course Content Accessed)，完成50%課程的學(xué)生數(shù)

Certified，拿到證書的人數(shù)

Total Course Hours (Thousands)，總課程時間（千小時）

Median Hours for Certification，取得證書時間中位數(shù)

3、百分比字段

% Audited，完成50%課程學(xué)員的比例

% Certified，拿到證書的學(xué)員比例

% Certified of > 50% Course Content Accessed，完成課程50%學(xué)員拿到證書的比例

% Played Video，視頻播放率

% Posted in Forum，論壇張貼率

% Grade Higher Than Zero，分?jǐn)?shù)高于0的比例

4、用戶情況字段

Median Age，年齡中位數(shù)

% Male，男性學(xué)員占比

% Female，女性學(xué)員占比

% Bachelor's Degree or Higher，本科學(xué)歷及以上比例

三、數(shù)據(jù)清洗

1、選擇子集

根據(jù)問題需要，選擇數(shù)據(jù)子集。

數(shù)據(jù)集中Course Number課程ID為唯一標(biāo)識，保留該字段。

學(xué)校字段Institution是我們提出問題中的一個，需要保留。

課程持續(xù)時間Year、總課程時長Total Course Hours (Thousands)對數(shù)據(jù)分析沒有幫助，隱藏起來。

2、列名重命名

由于數(shù)據(jù)集為全英文，為方便理解、描述，將字段進行重命名，采用中文形式。

3、刪除重復(fù)值

以課程ID作為數(shù)據(jù)集唯一標(biāo)識，通過數(shù)據(jù)>刪除重復(fù)值操作，刪除重復(fù)數(shù)據(jù)，發(fā)現(xiàn)重復(fù)值102條，雖然課程ID與課程名稱重復(fù)，但是課程講師或上線日期不同。

根據(jù)上述情況，做輔助列，輸入公式=B2&C2&E2，以課程ID+上線時間+講師姓名，作為數(shù)據(jù)唯一標(biāo)識，再次執(zhí)行重復(fù)值刪除。發(fā)現(xiàn)1條重復(fù)數(shù)據(jù)，剩余289條數(shù)據(jù)。

4、缺失值處理

以唯一標(biāo)識列：課程ID+上線日期+講師進行計數(shù)，共計289條數(shù)據(jù)，以此為標(biāo)準(zhǔn)，查看其它列數(shù)據(jù)是否有缺失。

對比發(fā)現(xiàn)，講師字段缺少一個數(shù)據(jù)，根據(jù)課程ID進行篩選，發(fā)現(xiàn)本課程共有4條數(shù)據(jù)，除2012年為幾位講師一起，2014、2015年該課程均為David Malan講授，所以可以推斷，2016年該課程依然是David Malan講師進行授課，以此為依據(jù)，補全數(shù)據(jù)。

5、排序

我們關(guān)系哪些課比較受學(xué)員歡迎，所以根據(jù)學(xué)生數(shù)，對數(shù)據(jù)進行將序排列。

審視數(shù)據(jù)集，未發(fā)現(xiàn)異常格式、異常值，所以不需進行一致化、異常值處理。

四、構(gòu)建模型

1、哪些課程最受歡迎？什么類別的課程最受歡迎？

插入數(shù)據(jù)透視表，行標(biāo)簽選擇課程名，對學(xué)生數(shù)求和，結(jié)果發(fā)現(xiàn)最受學(xué)員歡迎的課程為Introduction to Computer Science，學(xué)員數(shù)為690059.

查看課程類別發(fā)現(xiàn)，課程共分為四大類：

Computer Science，計算機科學(xué)

Science, Technology, Engineering, and Mathematics，科學(xué)、技術(shù)、工程和數(shù)學(xué)

Humanities, History, Design, Religion, and Education，人文、歷史、設(shè)計、宗教和教育

Government, Health, and Social Science，政治、健康和社會科學(xué)

插入透視表進行統(tǒng)計，行標(biāo)簽為課程類別，對學(xué)生數(shù)求和，發(fā)現(xiàn)計算機科學(xué)領(lǐng)域最受學(xué)員歡迎

那么，為什么人們喜歡計算機科學(xué)類課程呢？

同樣從上面課程報名人數(shù)可知，計算機科學(xué)；科學(xué)、技術(shù)、工程和數(shù)學(xué)；政治、健康和社會科學(xué)人數(shù)比較多，而人文、歷史、設(shè)計、宗教和教育類專業(yè)人數(shù)最少，可以知道人們通過網(wǎng)絡(luò)在線平臺Edx進行學(xué)習(xí)，需要提升理工科、社科類可操作性強的學(xué)科，更希望獲得實用性強的技能提升。而不是人文、歷史、設(shè)計、宗教和教育類的素養(yǎng)類熏陶。

2、人們更喜歡Harvard還是MITx的課？

為什么MITx學(xué)校更受歡迎？

從兩所學(xué)校開設(shè)課程數(shù)量可知，MITx學(xué)校偏向于理工、計算機科學(xué)類。HarvardX學(xué)校開設(shè)的課程正好相反，以人文社科類專業(yè)為主，之前已經(jīng)知道學(xué)員在Edx平臺上主要的學(xué)習(xí)需求是學(xué)習(xí)實用性強的技能型學(xué)科，因此開設(shè)理工、計算機科學(xué)類的MITx可以吸引到更多學(xué)員。

3、課程完成度如何？用戶學(xué)習(xí)狀況是怎樣的？