Введение в разведочный анализ данных (EDA)

Разведочный анализ данных (EDA) помогает обобщить наборы данных и выявить закономерности, тенденции и выбросы.

Просмотр структуры данных

Используйте str(), чтобы проверить структуру набора данных.

str(mtcars)

Обобщение данных

Используйте summary(), чтобы получить основные статистические показатели для каждой переменной.

summary(mtcars)

Проверка пропущенных значений

Используйте is.na(), чтобы обнаружить пропущенные значения в наборе данных.

sum(is.na(mtcars))

Визуализация распределений

Используйте hist(), чтобы построить гистограммы для числовых переменных.

hist(mtcars$mpg, col='blue', main='Histogram of MPG')

Создание диаграмм размаха

Используйте boxplot(), чтобы обнаружить выбросы в наборе данных.

boxplot(mtcars$mpg, main='Boxplot of MPG', col='red')

Диаграммы рассеяния

Используйте plot(), чтобы исследовать взаимосвязи между двумя числовыми переменными.

plot(mtcars$mpg, mtcars$hp, main='MPG vs Horsepower', xlab='MPG', ylab='Horsepower', col='green')

Выявление корреляций

Используйте cor(), чтобы вычислить коэффициенты корреляции между числовыми переменными.

cor(mtcars$mpg, mtcars$hp)

Итоги

В этом уроке Вы узнали:

• как обобщать наборы данных с помощью summary() и str();
• как визуализировать распределения и обнаруживать выбросы;
• как исследовать взаимосвязи между переменными с помощью корреляции и диаграмм рассеяния.