9、数据可视化与云数据库操作指南

数据可视化与云数据库操作指南

1. 数据可视化与仪表盘构建

1.1 仪表盘构建的重要性

在数据展示中，数据的情境和实时性至关重要。例如，告知人们2012年1月12日肯尼迪国际机场（JFK）的平均航班延误情况，可能无人关注；但向芝加哥的旅客展示奥黑尔国际机场（ORD）当前的平均航班延误情况，他们就会感兴趣。这体现了数据情境和实时性的重要性。

构建仪表盘在机器学习模型构建过程中具有重要意义，主要体现在以下三个方面：
- 用户参与与数据洞察 ：构建仪表盘类似于创建表单或调查工具，有助于吸引预测模型的最终用户深入查看数据。他们基于自身情境对数据的细致观察，能与我们对数据的宏观审视形成互补。用户在查看数据时提出的建议和见解，可融入到实际构建的机器学习模型中。
- 数据探索与理解 ：在面对数据集时，需确保数据符合预期，而探索性数据分析是实现这一目标的有效方法。以构建仪表盘为近期可实现的里程碑进行数据探索，能让我们切实处理数据，深入了解数据的细微之处。构建数据的解释性展示是加深对数据集理解的最佳方式之一，因为在进行异常值检测等基本预处理时，需要对数据进行可视化，所以应做好可视化工作，为其在生产中的最终应用做好准备。
- 产品完整性与用户满意度 ：在生产中使用时，解释性至关重要。仅提供机器学习模型往往难以让用户满意，因为他们不清楚系统推荐的原因。为推荐添加解释可缓解用户的初始抵触情绪。例如，在模型预测时展示五个最显著特征的解释，能使系统给出的最终得分更可信。即使系统表现不佳，也能收到建设性的反馈，如“预测错误是因为特征3有问题，或许应考虑因素Y”。若