数据挖掘笔记2（EDA）

一、学习知识点概括

EDA探索数据的过程是建模之前必不可少的，通过eda更好的了解数据的分布，数据的关系等等。

二、学习内容

1.数据总览：head（），info（）查看类型和缺失信息，describe（）查看统计信息
2.了解数据缺失情况，异常值检测
3.总体分布情况（无界约翰逊分布），查看skewness and kurtosis，查看预测值的具体频数
4.特征分为数据特征和类别特征：
数字特征：
相关性分析
查看几个特征得 偏度和峰值
每个数字特征得分布可视化
数字特征相互之间的关系可视化
多变量互相回归关系可视化
分类特征：
unique分布
类别特征箱形图可视化
类别特征的小提琴图可视化
类别特征的柱形图可视化类别
特征的每个类别频数可视化(count_plot)

三、学习问题与解答

sns.Facetplot()，透视图
sns.pairplot()，两两关系图有助于便捷分析数据的特征。

四、学习思考与总结

EDA是一个繁琐但是却很重要的步骤，好的eda会为之后的建模打下基础。