文章目錄

• 一、探索性數據分析EDA
• 二、數據分析圖表的選擇

一、探索性數據分析EDA

探索性數據分析(Exploratory Data Analysis，簡稱EDA)，指對數據分析的過程中盡量不加入先驗假設，而是通過作圖表和統(tǒng)計等方式來探索數據結構和規(guī)律。
在EDA中你可以構思各種各樣的假設，并通過數據分析去尋找相應的反饋，以此迭代來尋找到數據集中分布的規(guī)律。在探索的過程中會隨著不斷的深入對數據理解更加深刻。
EDA的流程如下：提出問題；篩選、清洗數據；分析數據；構建模型；得出結論。
EDA的過程與數據挖掘的流程不謀而合，特征是否起作用需要具體的分析和驗證。從數據本身出發(fā)去尋找合適的特征。
在數據競賽中，使用EDA完成數據分析的過程如下：

讀取并分析數據質量；

探索性分析每個變量：
變量是什么類型；
變量是否有缺失值；
變量是否有異常值；
變量是否有重復值；
變量是否均勻；
變量是否需要轉換；

探索性分析變量與target標簽的關系：
變量與標簽是否存在相關性；
變量與標簽是否存在業(yè)務邏輯；

探索性分析變量之間的關系：
1）連續(xù)型變量與連續(xù)型變量;
可視化：散點圖、相關性熱力圖；皮爾遜系數；互信息；
2）離散變量與離散變量；
可視化：柱狀圖、餅圖、分組表；卡方檢驗；
3）檢查變量之間的正態(tài)性；直方圖；箱線圖；Quantile-Quantile (QQ圖)；

根據EDA我們可以得出以下結論：變量是否需要篩選、替換和清洗；變量是否需要轉換；變量之間是否需要交叉；變量是否需要采樣；

二、數據分析圖表的選擇

可視化目的：比較/趨勢/組成/聯(lián)系/分布；
可視化變量類型：數值/日期/類別/經緯度；
可視化維度：分布/趨勢；

總結

以上是生活随笔為你收集整理的探索性数据分析EDA及数据分析图表的选择的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。