探索式資料分析

探索式資料分析（exploratory data analysis，簡稱 EDA）是對一份資料集帶著開放心態的第一次審視：在投入任何正式檢定或模型之前，你先彙整並繪製資料，以了解它的形狀、找出怪異之處、並形成直覺。目標是讓資料來給你驚喜。

典型的 EDA 包括檢查有多少遺漏值（missing data）、繪製直方圖與散布圖（scatter plot）、並尋找離群值（outlier）或像「年齡 200 歲」這種不可能的值。大部分真正的理解（以及大部分資料品質的災難）都在這裡被發現。要記住的紀律是：你在 EDA 中發現的規律是「待用新資料檢驗的假設」，而不是結論——翻看夠多張圖，人很容易騙了自己。