探索性数据分析-奥林匹克历史120年 120年奥运历史的探索性数据分析 在这个项目中，我做了一些探索性分析，以回答某些问题，例如： 随着运动员年龄的增长，他们获得奥运会奖牌的机会减少。 与年长的运动员相比，年轻的运动员赢得了更多的模态。 我将使用Python对此数据集进行EDA回答此问题。 目录 介绍 EDA是我们在初步调查中需要执行的关键过程之一，以便对数据集有很好的了解。 在此过程中，我们借助摘要统计信息和图形表示来发现模式，发现异常，检验假设和检验假设。 在这个项目中，我进行了以下分析： 直方图 散点图，条形图 统计摘要 概率质量函数（PMF） 累积分布函数（CDF） 概率密度函数（PDF） 正态分布 资料背景 这是现代奥运会的历史数据集，包括从1896年雅典到2016年里约热内卢的所有奥运会。请注意，冬季和夏季运动会在同一年举行，直到1992年。之后，他们错开了方向，

探索性数据分析 我对该项目的目标是，通过从探索性数据分析中收集见识，尝试在kaggle竞赛中取得高分。 我尝试了几种机器学习算法，其中Lasso回归在前2％的最终得分中表现最好。 jupyter笔记本记录了我针对此问题采取的步骤。

影响红葡萄酒品质的化学成分探索 本报告探讨的数据集包含1,599 种红酒，以及 11个关于酒的化学成分的变量。至少3名葡萄酒专家对每 种酒的品质进行了评分，分数在 0（非常差）和10（非常好）之间。 红葡萄酒数据集包含1599种葡萄酒信息，我从理解数据集中的各个变量开始，对各个变量进行观察，探索红葡萄酒中的化学成分对红葡萄酒品质的影响，酒精和红葡萄酒品质有较强的正相关关系，挥发性酸度和红葡萄酒品质有较强的负相关关系，酒精越高，挥发性酸度越低，红葡萄酒品质越好。酒精和硫酸盐与红葡萄酒品质是正相关关系，酒精越高，硫酸盐越高，红葡萄酒品质越好。柠檬酸单独对红葡萄酒的品质几乎没有影响，但是较高的柠檬酸和较高的酒精会对红葡萄酒的品质产生积极影响。

探索性数据分析，ISBN：9787503723476，作者：（美）DavidC.Hoaglin，（美）FrederickMosteller，（美）JohnW.Tukey著；陈忠琏，郭德媛译

In statistics, exploratory data analysis (EDA) is an approach to analyzing data sets to summarize their main characteristics, often with visual methods. A statistical model can be used or not, but primarily EDA is for seeing what the data can tell us beyond the formal modeling or hypothesis testing task.

黑色星期五销售 黑色星期五销售数据集的探索性数据分析。 该项目分析了一个黑色星期五购物的小数据集，其中包含来自客户的人口统计数据。 在这里，我将采用统计和机器学习技术以及数据可视化来探索数据集。 给出的功能无法单手预测客户的购买行为，这就是该项目仅专注于探索性数据分析的原因。 数据已从数据科学网站Analytics Vidhya获得。 可以在“ BFS_functions_and_classes.py”中找到所使用的所有自定义函数和类的代码和文档。

world-cup-2018：2018年世界杯的探索性数据分析和数据可视化项目

需要的题量多的话建议购买付费专栏（包含上百道题目答案，并持续更新中），性价比更高。

探索性数据分析源代码及测试数据

基于北京二手房价数据的探索性数据分析和房价评估——项目代码 基于北京二手房价数据的探索性数据分析和房价评估——项目代码