ບົດທີ 3 EDA

EDA ຫຍໍ້ມາຈາກຫຍັງ?

• Exploratory Data Access

• Exploratory Data Analysis

• Experimental Data Algorithm

• Efficient Data Architecture

10. ຖ້າທ່ານຄົ້ນພົບ outliers ໃນ column 'Fare', ທ່ານຄວນເຮັດແນວໃດ?

• ລຶບແຖວທັງໝົດ

• ບໍ່ສົນໃຈ outliers ເພາະວ່າມັນເປັນເລື່ອງປົກກະຕິ

• ກວດສອບ ແລະ ພິຈາລະນາເຫດຜົນຂອງ outliers, ຫຼັງຈາກນັ້ນຈັດການ (ເຊັ່ນ: capping, transformation)

• ແທນທີ່ outliers ດ້ວຍ missing value

heatmap ຖືກໃຊ້ເພື່ອຫຍັງໃນ EDA?

• ສະແດງການປ່ຽນແປງຂອງຂໍ້ມູນຕາມເວລາ

• ສະແດງການແຈກຢາຍຂອງຂໍ້ມູນ

• ສະແດງຄວາມສຳພັນລະຫວ່າງສອງຕົວປ່ຽນ

• ສະແດງ correlation matrix

Correlation matrix ສະແດງຫຍັງ?

• ການແຈກຢາຍຂອງຂໍ້ມູນ

• ຄວາມສຳພັນລະຫວ່າງຕົວປ່ຽນ (variables)

• ຈຳນວນແຖວ ແລະ ຫຼັກ

• missing values

ການໃຊ້ `pd.get_dummies()` ມີຈຸດປະສົງຫຍັງ?

• ລຶບ columns ທີ່ບໍ່ຈຳເປັນ

• ປ່ຽນ columns ທີ່ເປັນ categorical ເປັນ numerical

• ຄິດໄລ່ສະຖິຕິພື້ນຖານ

• ສ້າງ visualizations

ອີງຕາມ EDA ຂອງ Titanic dataset, ຂໍ້ໃດຕໍ່ໄປນີ້ເປັນຈິງ?

• ຜູ້ຊາຍມີອັດຕາການລອດຊີວິດສູງກວ່າຜູ້ຍິງ

• ຜູ້ໂດຍສານຊັ້ນສູງມີອັດຕາການລອດຊີວິດສູງກວ່າ

• ອາຍຸບໍ່ມີຜົນຕໍ່ການລອດຊີວິດ

• ຜູ້ທີ່ເດີນທາງຄົນດຽວມີອັດຕາການລອດຊີວິດສູງກວ່າ

ໃນ Titanic dataset, ເປັນຫຍັງຈຶ່ງຕ້ອງຈັດການ missing values ໃນ column 'Age'?

• ເພາະວ່າມັນເປັນຂໍ້ມູນທີ່ບໍ່ສຳຄັນ

• ເພາະວ່າມັນສາມາດເຮັດໃຫ້ການວິເຄາະຜິດພາດ

• ເພາະວ່າມັນເປັນຂໍ້ມູນສ່ວນຕົວ

• ບໍ່ຈຳເປັນຕ້ອງຈັດການ, ສາມາດລຶບ column ນີ້ອອກໄດ້ເລີຍ

ວິທີການໃດທີ່ດີທີ່ສຸດໃນການກວດສອບ missing values ໃນ dataset?

• ໃຊ້ box plot

• ໃຊ້ histogram

• ໃຊ້ `.isnull().sum()`

• ໃຊ້ scatter plot

ເຄື່ອງມືໃດຕໍ່ໄປນີ້ທີ່ນິຍົມໃຊ້ສໍາລັບ EDA ໃນ Python?

• TensorFlow

• PyTorch

• Pandas

• Java

ຈຸດປະສົງຫຼັກຂອງ EDA ແມ່ນຫຍັງ?

• ສ້າງແບບຈຳລອງການຮຽນຮູ້ຂອງເຄື່ອງຈັກທີ່ຊັບຊ້ອນ

• ກວດສອບຄຸນນະພາບຂອງຂໍ້ມູນ ແລະ ກວດສອບສົມມຸດຖານ

• deploy ລະບົບການຜະລິດໃນທັນທີ

• ສ້າງຖານຂໍ້ມູນທີ່ມີປະສິດທິພາບ