EDA数据分析2.1 数据加载2.2 查看数据概况2.3 检测缺失值、异常值、重复值2.3.1 缺失值判断2.3.2 缺失值可视化missingno矩阵查看缺失值missingno条形图查看缺失值2.3.3异常值检测倾斜值检测2.4 查看预测值分布查看skewness和kurtosis查看具体频数2.5 数据特征分析2.5.1数字特征分析相关性分析查看几个特征的 偏度和峰值每个数字特征得分布可视化数字特征相互之间的关系可视化多变量互相回归关系可视化2.5.2类型特征分析类别特征unique分析类

Task2数据分析 参考资料 数据处理之二——数据探索性分析（EDA） 数据科学学习手札62 数据探索性分析（EDA） EDA (Exploratory Data Analysis)，也就是对数据进行探索性的分析，从而为之后的数据预处理和特征工程提供必要的结论。 拿到数据之后，我们必须要明确以下几件事： 数据是如何产生的，又是如何储存的 数据是原始数据，还是经过人工处理的 数据有哪些业务背景组成的，数据字段有什么含义 数据字段是什么类型的，每个字段的分布是怎样的 训练集的数据和测试集的数据分布是