Các thành phần chính của EDA (Phân tích dữ liệu khám phá) là:
1. Làm sạch và chuẩn bị dữ liệu: Điều này bao gồm làm sạch tập dữ liệu, xử lý dữ liệu bị thiếu, mã hóa các biến phân loại và chuẩn bị dữ liệu để phân tích.
2. Phân tích đơn biến: Điều này liên quan đến việc kiểm tra các biến riêng lẻ và các thuộc tính của chúng như tần suất, phân phối và xu hướng trung tâm.
3. Phân tích hai biến: Điều này liên quan đến việc kiểm tra mối quan hệ giữa hai biến bằng cách sử dụng tương quan hoặc lập bảng chéo.
4. Phân tích đa biến: Điều này liên quan đến việc kiểm tra mối quan hệ giữa nhiều hơn hai biến bằng cách sử dụng các kỹ thuật như phân tích thành phần chính (PCA) hoặc phân tích nhân tố.
5. Trực quan hóa: Điều này liên quan đến việc tạo các biểu diễn đồ họa của dữ liệu để giúp xác định các mẫu, mối quan hệ và sự bất thường.
6. Phát hiện ngoại lệ: Điều này liên quan đến việc xác định các điểm dữ liệu khác biệt đáng kể so với các điểm dữ liệu khác trong tập dữ liệu.
7. Mô hình thống kê: Điều này liên quan đến việc sử dụng các mô hình thống kê để phân tích dữ liệu và rút ra kết luận.
8. Báo cáo và trình bày các phát hiện: Điều này liên quan đến việc tóm tắt các phát hiện chính và trình bày chúng một cách rõ ràng và ngắn gọn.
Ngày xuất bản: