一、6個基礎分析思路：
1、分布分析
2、對比分析
3、統計分析
4、帕累託分析
5、正態性檢驗
6、相關性分析
二、分布分析
分布分析：研究資料的分布特徵和分布型別，分定量資料、定性資料區分基本統計量。
三、對比分析
對比分析：兩個互相聯絡的指標進行比較
四、統計分析
統計分析：統計指針對定量資料進行統計描述，常從集中趨勢和離中趨勢兩個方面進行分析
五、帕累託分析
帕累託分析（貢獻度分析）：帕累託法則（20/80定律）
六、正態性檢驗
正態性檢驗：利用觀測資料判斷總體是否服從正態分佈的檢驗稱為正態性檢驗，它是統計判斷中一種重要的特殊你和優度假設檢驗
七、相關性分析
資料探索 資料特徵分析
對於資料的特徵分析是十分重要的，可以讓我們更加的了解資料的資訊，在下一步的資料分析 資料建模能幫助我們做出更好的決策。同時能給我們在解決問題上提供靈感。資料特徵分析可以分為如下幾類 1.分布分析 2對比分析 3.統計量分析 4.週期性分析 5.貢獻度分析 6.相關度分析 下面我就來大致介紹一下上面六...
資料探索 資料特徵分析
對於資料的特徵分析是十分重要的，可以讓我們更加的了解資料的資訊，在下一步的資料分析 資料建模能幫助我們做出更好的決策。同時能給我們在解決問題上提供靈感。資料特徵分析可以分為如下幾類 1.分布分析 2對比分析 3.統計量分析 4.週期性分析 5.貢獻度分析 6.相關度分析 下面我就來大致介紹一下上面六...
特徵選擇概述
維基百科定義 在機器學習和統計學中，特徵選擇 英語 feature selection 也被稱為變數選擇 屬性選擇或變數子集選擇。它是指 為了構建模型而選擇相關特徵 即屬性 指標 子集的過程。特徵選擇的目標是尋找最優特徵子集。特徵選擇能剔除不相關 irrelevant 或冗餘 redundant 的...