在 JMP 中使用您不知道的資料集進行資料探勘（PDF 和錄影）- 2024 年 4 月 24 日
在 JMP 中使用您不知道的資料集進行資料探勘
實作車間
在下面評論中討論中出現的主題的鏈接
描述
有效資料分析的關鍵是結構化方法，從理解資料集開始，逐漸轉向更複雜的分析技術。參加這個實作研討會，我們從原始資料開始探索流程和感測器的半導體資料。我們將介紹準備資料的最佳實踐，探索不同的資料視覺化，並使用多種資料探勘技術透過 JMP 的 GUI 深入探索根本原因分析。
在處理新資料集時，尤其是在 JMP 中進行分析時，我們將討論以下一些最佳實踐：
資料準備
- 初始數據概覽
- 辨識缺失值、異常值和不一致之處
- 執行資料清理操作，例如過濾不相關資料並決定如何處理遺失數據
數據分析與視覺化
- 探索性資料分析 (EDA)
- 產生匯總統計資料以了解資料分佈
- 使用資料視覺化（例如直方圖、散佈圖和箱線圖）發現模式和異常
- 數據視覺化
- 利用 JMP 的互動式圖形使用者介面探索不同的資料視覺化
- 嘗試各種圖表以最好地表示底層資料特徵
預測建模
- 資料探勘技術
- 應用聚類技術將相似的資料點進行分組
- 使用決策樹方法來識別資料內的結構和關係
- 根本原因分析
- 透過深入研究數據段來調查潛在關係
- 利用 JMP 的假設檢定和迴歸分析工具來驗證研究結果
