探索性的数据分析

直白地讲，探索性数据分析表现为画直方图或茎叶图。其有别于验证性数据分析。验证性数据分析偏向于模型和假设。在探索性数据分析中，没有假设，没有 模型。探索性是指对问题的理解会随着研究的深入而不断变化。

探索性数据分析的基本工具是图、表和汇总统计量。它可以展示所有变量的分布情况、时间序列数据和变换变量，利用散点矩阵展示变量之间的关系，得到所有汇总统计量。简单讲，即为计算均值、最小值、最大值、上下四分位数和确定异常值。

使用探索性数据分析有很多原因。包括获取对数据的直觉，比较变量的分布，对数据进行检查（确保数据规模在预期范围内，数据格式标准）、发现数据中的缺失值和异常值、对数据进行总结。

在探索性数据分析中，可根据对数据的理解优化算法。比如，如果开发一种排名算法，改算法对推荐给用户的内容进行排名。为此，可能需要定义“流行度”的概念。

在决定以什么方式量化“流行度”之前（方法有最高点击率、最多的回复率，大于某一阈值的回复量或者众多指标的加权平均值），需要先了解数据的运作表现，而最好的方法就是观察数据。