Khám phá dữ liệu

term_id: data_exploration

Category: training_techniques

Definition

Khám phá dữ liệu, thường được gọi là Phân tích Dữ liệu Khám phá (EDA), là một bước tiền xử lý quan trọng trong quy trình học máy. Nó bao gồm việc tóm tắt các đặc điểm chính của dữ liệu, thường sử dụng các kỹ thuật trực quan hóa và thống kê.

Summary

Phân tích ban đầu các tập dữ liệu để phát hiện các mẫu, xác định các điểm bất thường và kiểm tra các giả thuyết trước khi xây dựng mô hình chính thức.

Key Concepts

  • Phân tích Dữ liệu Khám phá
  • Trực quan hóa
  • Nhận dạng mẫu
  • Phát hiện bất thường

Use Cases

  • Xác định tương quan giữa các đặc trưng trước khi huấn luyện mô hình
  • Phát hiện và xử lý các giá trị bị thiếu hoặc ngoại lai
  • Kiểm chứng chất lượng dữ liệu và các giả định về phân phối

Code Example

1
2
3
4
5

import pandas as pd
import seaborn as sns
df = pd.read_csv('data.csv')
sns.pairplot(df)
plt.show()

Related