探索性数据分析 （Exploratory Data Analysis，简称EDA） 我的理解是，所谓“探索”，就是自己不受规则约束、用各种方法去找数据的特点、规律。
首先要敢于假设，不设限。拿到一堆数据后，多少会有点猜想，那么就可以去大胆尝试和验证；
怎么验证猜想乃至挖掘出更多关系与规律呢？要多做图，通过将数据可视化来直观浅显地展示其中的数据关联。
单变量分析 基本统计量（中位数、四分位数、偏度、峰度等等） 偏度、峰度:数据的大致分布情况，功能上与直方图类似，其虽然可量化，但不如直方图直观 直方图 - 对称？ - 分散？ - 异常值？ - 有间隙？ 箱线图 - 异常值？ - 对称？ - 比较几批数据的形状 正态性检验 - 图示法 - 直方图钟型？ - 箱线图 - QQ图 - 非参数检验方法
两个变量的分析 线性相关？ 秩相关？ 关联性如何？ 注意： 先绘制散点图 要求两变量来自正态总体 出现异常值慎用
报表 在进行了单变量与多变量的分析之后，应该得到一个展示成果性的报表。制作报表时应该思考以下的信息： - 数据缺失？ - 有异常值？ - 特征有冗余？ - 分布情况？ - 样本是否重复？ - 样本是否平衡？ - 是否需要抽样？ - 是否需要降维？ - 能否构造更有价值的特征？ - 连续特征是否需要离散化？ - 是否需要对变量进行重新计算？ --------------------- 作者：JasonBianzx 来源： 原文：https://blog.csdn.net/JasonBianZhang/article/details/78471846
GitHub上可供参考的一个很好的例子：
https://github.com/wzy6642/Machine-Learning-Case-Studies
