การวิเคราะห์ข้อมูลเชิงสำรวจ

ทำความเข้าใจ Data Science

Hadrien Lacroix

Content Developer at DataCamp

EDA คืออะไร?

การวิเคราะห์ข้อมูลเชิงสำรวจ:

  • สำรวจข้อมูล
  • ตั้งสมมติฐาน
  • ประเมินลักษณะของข้อมูล
  • แสดงภาพข้อมูล

ภาพถ่ายของ John Tukey

ทำความเข้าใจ Data Science

กระบวนการทำงานกับข้อมูล

กระบวนการทำงานด้านวิทยาศาสตร์ข้อมูล

ทำความเข้าใจ Data Science

เริ่มลงมือกันเลย

Dataset 1        Dataset 2        Dataset 3        Dataset 4        
|x    |y    |    |x    |y    |    |x    |y    |    |x    |y    |
|-----|-----|    |-----|-----|    |-----|-----|    |-----|-----|    
|10.0 |8.04 |    |10.0 |9.14 |    |10.0 |7.46 |    |8.0  |6.58 |
|8.0  |6.95 |    |8.0  |8.14 |    |8.0  |6.77 |    |8.0  |5.76 |
|13.0 |7.58 |    |13.0 |8.74 |    |13.0 |12.74|    |8.0  |7.71 |
|9.0  |8.81 |    |9.0  |8.77 |    |9.0  |7.11 |    |8.0  |8.84 |
|11.0 |8.33 |    |11.0 |9.26 |    |11.0 |7.81 |    |8.0  |8.47 |
|14.0 |9.96 |    |14.0 |8.10 |    |14.0 |8.84 |    |8.0  |7.04 |
|6.0  |7.24 |    |6.0  |6.13 |    |6.0  |6.08 |    |8.0  |5.25 |
|4.0  |4.26 |    |4.0  |3.10 |    |4.0  |5.39 |    |19.0 |12.50|
|12.0 |10.84|    |12.0 |9.13 |    |12.0 |8.15 |    |8.0  |5.56 |
|7.0  |4.82 |    |7.0  |7.26 |    |7.0  |6.42 |    |8.0  |7.91 |
|5.0  |5.68 |    |5.0  |4.74 |    |5.0  |5.73 |    |8.0  |6.89 |
ทำความเข้าใจ Data Science

น่าประหลาดใจ!

ชุดข้อมูลทั้งสี่มีคุณสมบัติเหมือนกัน:

  • ค่าเฉลี่ยและความแปรปรวนของ x เท่ากัน
  • ค่าเฉลี่ยและความแปรปรวนของ y เท่ากัน
  • ค่าสัมประสิทธิ์สหสัมพันธ์เท่ากัน
  • สมการการถดถอยเชิงเส้นเหมือนกัน

$$

สรุปคือ: ดูเหมือนกันมาก

ทำความเข้าใจ Data Science

Anscombe's quartet

กราฟ Anscombe's quartet

ทำความเข้าใจ Data Science

กราฟเชิงเส้นของ Anscombe

ทำความเข้าใจ Data Science

กราฟไม่เชิงเส้นของ Anscombe

ทำความเข้าใจ Data Science

กราฟ Anscombe ที่มีค่า outlier กระทบการถดถอย

ทำความเข้าใจ Data Science

กราฟ Anscombe ที่มีค่า outlier กระทบสหสัมพันธ์

ทำความเข้าใจ Data Science

จรวดสองลำลงจอดพร้อมกัน

ทำความเข้าใจ Data Science

ทำความรู้จักกับข้อมูล

  • Flight Number (number)
  • Date (datetime)
  • Time (UTC) (datetime)
  • Booster Version (text)
  • Launch Site (text)
  • Payload (text)
  • Payload Mass (kg) (number)
  • Orbit (text)
  • Customer (text)
  • Mission Outcome (text)
  • Landing Outcome (text)
ทำความเข้าใจ Data Science

ดูข้อมูลเบื้องต้น

Flight  Date         Time (UTC)  Booster Version  Launch Site     Payload
_______________________________________________________________________________________________________
1       2010-06-04   18:45:00    F9 v1.0 B0003    CCAFS LC-40    Dragon Spacecraft Qualification Unit
2       2010-12-08   15:43:00    F9 v1.0 B0004    CCAFS LC-40    Dragon demo flight C1, two CubeSats...
3       2012-05-22   7:44:00     F9 v1.0 B0005    CCAFS LC-40    Dragon demo flight C2+
4       2012-10-08   0:35:00     F9 v1.0 B0006    CCAFS LC-40    SpaceX CRS-1
5       2013-03-01   15:10:00    F9 v1.0 B0007    CCAFS LC-40    SpaceX CRS-2    

Payload Mass (kg)    Orbit     Customer         Mission Outcome  Landing Outcome
_______________________________________________________________________________________________________
NaN                  LEO       SpaceX           Success          Failure (parachute)
NaN                  LEO (ISS) NASA (COTS) NRO  Success          Failure (parachute)
525                  LEO (ISS) NASA (COTS)      Success          No attempt
500                  LEO (ISS) NASA (CRS)       Success          No attempt
677                  LEO (ISS) NASA (CRS)       Success          No attempt
ทำความเข้าใจ Data Science

สถิติเชิงพรรณนา

        Flight  Date         Time (UTC)  Booster Version  Launch Site     Payload
_______________________________________________________________________________________________________
count   55     55            55          55               55              55
unique  55     55            53          51               4               55
top     6      2018-03-30    4:45:00     F9 v1.1          CCAFS LC-40     SES-9
freq    1      1             2           5                26              1

        Payload Mass (kg)    Orbit     Customer         Mission Outcome  Landing Outcome
_______________________________________________________________________________________________________
count   53                   55        55               55               55
unique  47                   8         28               2                12
top     9,600                GTO       NASA (CRS)       Success          No attempt
freq    5                    22        14               54               18
ทำความเข้าใจ Data Science

แสดงภาพข้อมูล!

จำนวนการปล่อยจรวด SpaceX

ทำความเข้าใจ Data Science

ตั้งคำถามต่อไป!

จำนวนการปล่อยจรวด SpaceX แยกตามสถานที่

ทำความเข้าใจ Data Science

ตั้งคำถามต่อไป!

การปล่อยจรวด SpaceX แยกตามผลลัพธ์ภารกิจ

ทำความเข้าใจ Data Science

ค่าผิดปกติ (Outliers)

ฮิสโทแกรมมวลบรรทุกของ SpaceX

ทำความเข้าใจ Data Science

มาฝึกกันเถอะ!

ทำความเข้าใจ Data Science

Preparing Video For Download...