Exploratory Data Analysis (EDA)

Forfatter: Roger Morrison
Oprettelsesdato: 24 September 2021
Opdateringsdato: 21 Juni 2024
Anonim
Exploratory Data Analysis (EDA) Using Python | Python Data Analysis | Python Training | Edureka
Video.: Exploratory Data Analysis (EDA) Using Python | Python Data Analysis | Python Training | Edureka

Indhold

Definition - Hvad betyder Exploratory Data Analysis (EDA)?

Eksplorativ dataanalyse (EDA) er en betegnelse for visse former for indledende analyse og fund, der er gjort med datasæt, normalt tidligt i en analytisk proces. Nogle eksperter beskriver det som at "tage et kig" på dataene for at forstå mere om, hvad de repræsenterer, og hvordan de skal anvendes. Undersøgende dataanalyse er ofte en forløber for andre former for arbejde med statistik og data.


En introduktion til Microsoft Azure og Microsoft Cloud | Gennem denne vejledning lærer du, hvad cloud computing handler om, og hvordan Microsoft Azure kan hjælpe dig med at migrere og drive din virksomhed fra skyen.

Techopedia forklarer Exploratory Data Analysis (EDA)

Fagfolk bruger ofte forskellige visuelle værktøjer til at udforske sonderende dataanalyse, for eksempel til at teste en intuitiv hypotese og finde ud af, på hvilke måder datasæt er ens eller forskellige. Et fremragende eksempel er brugen af ​​en scatter plot-graf - denne enkle bit af sonderende dataanalyse kan vise analytikere, om der er en tendens eller stor forskel mellem to eller flere datasæt ved at lave tal, som er relativt svære for den menneskelige hjerne at analysere som en helhed, i let visuals. Blokgrafer og linjediagrammer er andre eksempler på denne type hurtig efterforskende analyse. De, der arbejder med dataene, kan fremskynde processen med at finde ud af, hvad dataene betyder, hvad de kan bruges til, og hvilke konklusioner der kan drages ud fra dem.