探索性数据分析（EDA）为什么在机器学习中至关重要？

数据驱动组织的座右铭“If you can't measure it, you can't fix it”。

“我们必须了解我们的数据，然后再试图让机器去理解我们的数据，直接把问题甩给机器是极其不负责任的行为”

EDA（Exploratory Data Analysis），全名数据探索性分析，是通过了解数据集，了解变量间的相互关系以及变量与预测值之间的关系，从而帮助我们后期更好地进行特征工程和建立模型，是数据挖掘中十分重要的一步。

python体系统中所需工具包括：数据科学库（pandas、numpy、scipy，pyspark）、可视化库（matplotlib、seabon、plotly、cufflinks、pyecharts）

---

EDA是一个大型的摸底过程，是一个形成初步认知的过程，我们通过EDA更加了解我们的任务、数据、以及数据中可能存在的一些问题的点，进而验证我们数据采样的方式是否平衡、全面、可靠。

EDA不单是看看数据的分布，而是对数据整体有一个大概的了解。通过作图、制表、方