Nā ʻenehana hōʻike ʻikepili ma nā helu helu
He ʻāpana koʻikoʻi ka hōʻike ʻikepili o nā helu helu o kēia au. I waena o ka nui o ka ʻikepili mai nā anamanaʻo, nā hoʻokolohua, nā hana kikohoʻe, a me nā mea ʻike, ʻo ka pilikia nui ʻaʻole wale ka helu ʻana i nā helu, akā ʻo ka hōʻike ʻana hoʻi i ke ʻano ma hope o lākou. ʻO kēia kahi e komo mai ai ka hōʻike ʻikepili: ka hoʻololi ʻana i ka ʻikepili maka i nā hōʻike maopopo, kōkua i ka ʻike ʻana i nā ʻano, ʻike i nā ʻano ʻē, hoʻohālikelike i nā hui, a kākoʻo i ka hoʻoholo ʻana i hoʻokumu ʻia i nā hōʻike. Kūkākūkā kēia ʻatikala i nā ʻano hana hōʻike ʻikepili maʻamau i nā helu helu, ko lākou mau kumu, a me nā loina no ka hōʻoia ʻana ʻaʻole kuhihewa nā hōʻike.
1. Ke Kuleana o ka Hōʻikeʻike ʻIkepili ma nā Heluhelu
I loko o nā helu helu, hoʻohana ʻia ka ʻike maka ma kekahi mau pae o ka loiloi. ʻO ka mea mua, i ka wā o ka loiloi ʻikepili exploratory (EDA), kōkua nā kiʻi i nā mea loiloi e hoʻomaopopo i ka hoʻolaha ʻana, ka loli, nā outliers, a me nā pilina ma waena o nā loli ma mua o ke kūkulu ʻana i kahi kumu hoʻohālike. ʻO ka lua, hoʻohana ʻia ka ʻike maka e kamaʻilio i nā hopena: pono nā hōʻike noiʻi, nā hōʻike ʻoihana, a me nā puke ʻepekema i nā kiʻi maopopo e hoʻomaopopo koke i nā ʻike koʻikoʻi. ʻO ke kolu, he mea nui nō hoʻi ka ʻike maka no ka hōʻoia ʻana o ke kumu hoʻohālike, no ka laʻana, ma o nā kiʻi koena, nā kiʻi i wānana ʻia e kūʻē i ka maoli, a i ʻole nā kiʻi diagnostic ʻē aʻe.
I nā huaʻōlelo ʻē aʻe, ʻaʻole wale ka hōʻike ʻikepili he "mea hoʻonaninani" o nā hōʻike, akā he mea hana loiloi e hoʻohuli i ka maikaʻi o nā hopena helu.
2. Nā ʻenehana ʻike maka no ka ʻikepili Univariate (Hoʻokahi loli)
Ke kau wale ʻia ke kikowaena o ka nānā ʻana ma hoʻokahi loli, ʻo ka pahuhopu nui ka hoʻomaopopo ʻana i ke ʻano o ka hoʻolaha ʻana, ke kikowaena ʻikepili, a me kona laha ʻana.
a. Histogram
Hōʻike ka histogram i ka hoʻolaha ʻana o ka ʻikepili helu ma ka hoʻokaʻawale ʻana i ka ʻikepili i nā wā (nā ʻōpala). Mai kahi histogram, hiki iā mākou ke hoʻoholo inā like ka ʻikepili, skewed i ka ʻākau a hema paha, a i ʻole he ʻoi aku ma mua o hoʻokahi piko (multimodal). He mea koʻikoʻi ke koho ʻana i ka helu o nā ʻōpala: hiki i nā ʻōpala liʻiliʻi ke hūnā i nā kikoʻī, ʻoiai hiki i nā ʻōpala he nui ke hoʻolilo i ka pakuhi i walaʻau.
b. Pahu kiʻi (kiʻikuhi pahu)
Hōʻuluʻulu ka pahu kiʻi i ka ʻikepili me ka hoʻohana ʻana i ka median, quartiles, a me outliers. He mea pono loa kēia ʻano hana no ka ʻike koke ʻana i ka loli a me nā outliers. I loko o nā helu helu, he mea hana maʻamau nā pahu kiʻi no ka hoʻohālikelike ʻana i nā hoʻolaha ma waena o nā hui ma muli o ko lākou liʻiliʻi.
c. Ka pakuhi density (piʻo density)
Ua like ke kiʻikuhi density me ka histogram akā ʻoi aku ka laumania. Kōkua kēia ʻike maka i ka hōʻike ʻana i ke ʻano o kahi hoʻolaha me ka hilinaʻi nui ʻole i ke koho ʻana o ka bin. Hoʻohana pinepine ʻia nā kiʻi density e hoʻohālikelike i ʻelua mau hoʻolaha ma kahi pakuhi hoʻokahi.
d. Pakuhi pā no ka ʻikepili mahele
No nā loli mahele (e.g., ke kāne, ka pae hoʻonaʻauao, ka mahele huahana), ʻo nā pakuhi pā ke koho makemake ʻia. E hōʻoia i ka hoʻonohonoho pono ʻana o nā koʻi mahele (e.g., ma ke ʻano kūlohelohe a i ʻole ke alapine (pinepine) no ka maʻalahi o ka heluhelu ʻana.
3. Nā ʻAno Hana Hoʻohālikelike no ka Hoʻohālikelike ʻana ma waena o nā Hui
Ma nā haʻawina helu he nui, pono mākou e hoʻohālikelike i ka ʻikepili ma nā hui (e.g. ka mālama ʻana vs ka mana, ka ʻāpana A vs B, a i ʻole nā papa he nui).
a. Ka hoʻolālā pahu no kēlā me kēia hui
He kūpono loa nā pahu kiʻi no ka hoʻohālikelike ʻana i nā waena, nā hoʻolaha, a me nā mea ʻē ma waena o nā hui. Inā he nui nā hui, e noʻonoʻo e hoʻohuli i nā koʻi a i ʻole e hoʻohana i kahi kuhikuhi pae e ʻoi aku ka maʻalahi o ka heluhelu ʻana i nā lepili.
b. Ka moʻolelo o ka violin
Hoʻohui kahi kiʻi violin i kahi pahu pahu a me kahi piʻo density e hōʻike i kahi hōʻuluʻulu manaʻo a me ke ʻano o kahi hoʻolaha. He mea pono kēia ke makemake mākou e hoʻoholo inā ua hoʻokumu ʻia nā ʻokoʻa hui e nā ʻano hoʻolaha like ʻole.
c. Ka hoʻolālā awelika/kiko me nā kaha hewa
No ke kamaʻilio ʻana me ka ʻike maopopo, ʻo ka hoʻolālā ʻana i ka awelika me nā kaha hewa (e.g., ka ʻokoʻa maʻamau, ka hewa maʻamau, a i ʻole ka wā hilinaʻi) e hoʻokūpaʻa ana i ka awelika i manaʻo ʻia a me kona maopopo ʻole. Eia nō naʻe, pono kēia ʻano hana i ka makaʻala: hiki i ka awelika ke uhi i nā hoʻolaha asymmetric a multimodal paha.
4. Nā ʻenehana ʻike maka no ka pilina ma waena o nā loli ʻelua (Bivariate)
ʻO ka pahuhopu o ka loiloi bivariate ka hoʻomaopopo ʻana i ka pilina ma waena o nā loli ʻelua, inā he helu-helu, helu-ʻāpana, a i ʻole ʻāpana-ʻāpana.
a. Kiʻikuhi hoʻopuehu (kiʻikuhi hoʻopuehu)
ʻO ka scatter plot ka koho maʻamau no nā loli helu ʻelua. Hōʻike ia i nā ʻano linear, non-linear, clustered, a me nā outliers. No ka loiloi holomua, hoʻohui pinepine ʻia nā scatter plots me nā laina regression a i ʻole ka smoothing (e.g., LOESS) e wehewehe i nā ʻano.
b. Palapala laina no ka ʻikepili moʻo manawa
Inā loli kahi loli helu i ka hala ʻana o ka manawa, kōkua kahi kiʻi laina i ka ʻike ʻana i nā ʻano, ke kau, a me nā piʻi. I nā helu helu moʻo manawa, hoʻohana pinepine ʻia kēia kiʻi ma mua o ke kumu hoʻohālike ARIMA, exponential smoothing, a i ʻole nā kumu hoʻohālike ʻē aʻe.
c. Palapala wela no nā māhele a i ʻole nā matrices
He kūpono nā palapala wela no nā papa contingency a i ʻole nā matrices correlation. Hōʻike nā kala i ka ikaika a i ʻole ka nui o nā waiwai. He kūpono kēia ʻano hana no nā ʻikepili nui, akā pono e koho pono ʻia ke ʻano kala e pale aku i ka wehewehe hewa ʻana.
5. Nā ʻenehana ʻike maka Multivariate (ʻOi aku ma mua o ʻelua mau loli)
Ke komo ka ʻikepili i nā loli he nui, ʻo ka paʻakikī ka hōʻike ʻana i ka ʻike me ka ʻole o ka hoʻolilo ʻana i ka pakuhi i mea paʻakikī loa.
a. Ka hoʻopuehu ʻana i ka kiʻikuhi me ke kala/ka nui/ke ʻano
Hiki i kahi scatterplot ke hōʻike i nā loli hou aʻe me ka hoʻohana ʻana i ke kala (categorical), ka nui o ke kiko (helu), a i ʻole ke ʻano (categorical). He mana kēia ʻano hana, akā pono ia e hōʻoia i ka maopopo o ka moʻolelo a ʻaʻole paʻakikī loa nā ʻokoʻa ʻike maka.
b. Faceting (nā ʻāpana liʻiliʻi)
Hoʻokaʻawale ʻo Faceting i ka pakuhi like i nā panela he nui e pili ana i nā māhele (e.g., ma ka ʻāina a i ʻole ke ʻano huahana). ʻOi aku ka maikaʻi o kēia ma mua o ka hoʻopiha ʻana i ka ʻike he nui i loko o hoʻokahi pakuhi.
c. Matrix hoʻolālā pālua / scatterplot
Hōʻike kahi matrix scatterplot i nā hui āpau o nā loli helu i loko o kahi grid hoʻokahi. Kōkua kēia i ka ʻike ʻana i nā pilina ma waena o nā loli, nā pilina ikaika, a i ʻole nā ʻano cluster. He mea pono kēia ʻenehana no EDA, ʻoi aku hoʻi ma mua o ka nānā ʻana o ka regression a i ʻole ke aʻo ʻana i ka mīkini.
d. PCA biplot a i ʻole ka hoʻemi ʻana o ka nui
No nā ʻikepili me nā hiʻohiʻona he nui, hiki i nā ʻano hana hoʻemi dimensionality e like me PCA, t-SNE, a i ʻole UMAP ke hoʻohālikelike i ka ʻikepili i 2D e hōʻike i nā hui. I loko o nā helu helu, hiki i nā biplots PCA ke hōʻike i ka hāʻawi ʻana o nā loli i nā ʻāpana nui. Eia nō naʻe, pono e wehewehe ʻia nā hopena hoʻemi dimensionality me ke akahele ma muli o ka nalowale o ka ʻike i ka wā o ka hoʻopili ʻana.
6. Nā Kumumanaʻo o ka Hoʻolālā ʻana i nā Kiʻi Maikaʻi
Hiki i kahi ʻano hana hoʻohālikelike maikaʻi ke lilo i mea hōʻino inā ʻaʻole pololei ka hoʻolālā. Eia kekahi mau loina koʻikoʻi i loko o ka pōʻaiapili o nā helu helu:
1. E koho i kahi pakuhi e kūpono i kāu ʻano ʻikepili a me kāu nīnau. Mai hoʻohana i kahi pakuhi pai no nā māhele he nui a i ʻole e hoʻohālikelike i nā ʻokoʻa liʻiliʻi.
2. E hoʻohana pono i nā unahi axis. ʻO ka ʻoki ʻana i nā axes (e.g., ʻaʻole hoʻomaka ka axis-y ma ka ʻole) hiki ke hoʻonui i nā ʻokoʻa. He mea ʻae ʻia kēia i kekahi manawa, akā pono e hāʻawi ʻia i ka pōʻaiapili a me ke kumu.
3. E makaʻala i ke kala. E hoʻohana i kahi palette kala-ʻaʻohe mea e makapō ai ke kala a pale i nā hui kala paʻakikī.
4. E hāʻawi i nā lepili a me nā kumu maopopo. Pono e piha ke poʻo inoa, ka moʻolelo, nā ʻāpana, a me nā poʻo inoa i hiki i ke kiʻi ke kū hoʻokahi.
5. Hōʻike i ka maopopo ʻole i ka wā e pili ana. I nā helu helu inferential, ʻoi aku ka ʻike o ka hōʻike ʻana i nā wā hilinaʻi, nā kāʻei wānana, a i ʻole nā pahu hewa ma mua o ka hōʻike ʻana i nā helu hoʻokahi.
6. E hōʻalo i ka "ʻōpala pakuhi." Hiki i nā hopena 3D, nā mea hoʻonani nui, a i ʻole nā gradients pono ʻole ke hoʻohuli i ka manaʻo mai ka leka nui.
7. Nā hewa maʻamau i ka ʻike ʻana i ka helu
He mea maʻamau kekahi mau hewa a hiki ke alakaʻi hewa i ka poʻe heluhelu:
– Ke hoʻohana nei i ka awelika no ka ʻikepili skewed kiʻekiʻe me ka ʻole o ka hōʻike ʻana i ka waena a i ʻole ka hoʻolaha.
– ʻO ka hoʻohui ʻana i nā māhele he nui loa e paʻakikī ai ka heluhelu ʻana i ka pakuhi.
– ʻAʻole hōʻike i ka nui o ka laʻana ʻoiai hiki ke hoʻopilikia ʻia nā hoʻohālikelike hui inā ʻokoʻa loa ka nui o ka ʻikepili.
– Ke kahakiʻi ʻana i nā hopena kumu mai nā kiʻi hoʻopuehu e hōʻike wale ana i ka pilina.
8. Hopena
Hoʻohui nā ʻano hana hōʻike ʻikepili i nā helu helu i ka hoʻomaopopo ʻana i ka ʻikepili, nā pahuhopu loiloi, a me nā mākau kamaʻilio. ʻO nā histograms, nā boxplots, nā scatterplots, nā pakuhi laina, nā heatmaps, a me nā ʻano hana multivariate e like me ka faceting a me ka PCA e kōkua i nā mea loiloi e ʻike i ka mea i ʻike ʻole ʻia mai nā papa helu. Eia nō naʻe, ʻaʻole wale nā hōʻike maikaʻi he "nani" akā pololei hoʻi, ʻoiaʻiʻo, a kālele ʻia i nā nīnau a lākou e makemake ai e pane.
Ma ka hoʻopili ʻana i nā ʻano hana kūpono a me nā loina hoʻolālā kūpono, hiki i ka ʻike ʻikepili ke lilo i alahaka ikaika ma waena o ka loiloi helu paʻakikī a me ka hoʻomaopopo maʻalahi no nā ʻano lehulehu like ʻole—mai nā mea noiʻi a hiki i nā mea hoʻokumu kulekele.
Inā makemake ʻoe, hiki iaʻu ke hoʻololi i kēia ʻatikala i ʻoi aku ka naʻauao (me nā ʻōlelo kuhikuhi), hoʻohui i nā laʻana hihia, a i ʻole e hana i kahi mana e kālele ana i nā polokalamu kikoʻī e like me Excel, R, a i ʻole Python.
