這裏寫自定義目錄標題
Datawhale-零基礎入門數據挖掘 - 二手車交易價格預測-- 賽題理解與數據分析(EDA)
一、賽題理解
這裏轉載自楊煜隊伍的分享的思維導圖：
二、數據探索性分析(EDA)
2.1 介紹（摘自AI蝸牛車的Task2 數據分析）
數據探索在機器學習中我們一般稱爲EDA（Exploratory Data Analysis）：
是指對已有的數據（特別是調查或觀察得來的原始數據）在儘量少的先驗假定下進行探索，通過作圖、製表、方程擬合、計算特徵量等手段探索數據的結構和規律的一種數據分析方法。
數據探索有利於我們發現數據的一些特性，數據之間的關聯性，對於後續的特徵構建是很有幫助的。
1)對於數據的初步分析（直接查看數據，或.sum(), .mean()，.descirbe()等統計函數）可以從：樣本數量，訓練集數量，是否有時間特徵，是否是時許問題，特徵所表示的含義（非匿名特徵），特徵類型（字符類似，int，float，time），特徵的缺失情況（注意缺失的在數據中的表現形式，有些是空的有些是”NAN”符號等），特徵的均值方差情況。
2)分析記錄某些特徵值缺失佔比30%以上樣本的缺失處理，有助於後續的模型驗證和調節，分析特徵應該是填充（填充方式是什麼，均值填充，0填充，衆數填充等），還是捨去，還是先做樣本分類用不同的特徵模型去預測。
3)對於異常值做專門的分析，分析特徵異常的label是否爲異常值（或者偏離均值較遠或者事特殊符號）,異常值是否應該剔除，還是用正常值填充，是記錄異常，還是機器本身異常等。
4)對於Label做專門的分析，分析標籤的分佈情況等。
5)進步分析可以通過對特徵作圖，特徵和label聯合做圖（統計圖，離散圖），直觀瞭解特徵的分佈情況，通過這一步也可以發現數據之中的一些異常值等，通過箱型圖分析一些特徵值的偏離情況，對於特徵和特徵聯合作圖，對於特徵和label聯合作圖，分析其中的一些關聯性。
2.2 本次比賽EDA過程的思維導圖
1)我自己做得對AI蝸牛車大佬的針對該比賽的EDA過程的思維導圖：
2)轉載自楊煜隊伍關於直播中EDA部分分享的思維導圖：
