탐색적자료분석 예제

Posted on

평균적으로 이 수준에서 약 75%의 페널티 킥이 골로 전환됩니다. 이 정의에 의하면 확률은 곤잘로 자라에게 매우 유리합니다. 배당률을 높이기 위해 어디에서 공을 차야 할까요? 모든 팬, 코치, 선수들은 골대 중앙에 서 있는 골키퍼로부터 멀리 떨어진 구석에서 공을 걷어차라고 말할 것입니다. 그들은 또한 골키퍼를 향해 죽은 센터에서 공을 쏘지 말것을 권고할 것입니다. 연구원의 그룹은 같은 질문을하고 축구의 엘리트 수준에서 페널티 킥의 탐구 데이터 분석을했다. 골키퍼는 일반적으로 볼이 해독할 수 없는 속도로 발로 차면 본능적으로 이동합니다. 그들은 왼쪽 (57 % 시간의) 또는 오른쪽 (시간의 41 %)을 향해 점프합니다. 이것은 공이 그들을 향해 오른쪽으로 명중 중지 시간의 단지 2 %의 중심에 그들을 떠난다. 따라서, 골의 중심을 향해 죽은 킥은 같은 높이에서 두 모서리에 차기 다음 골로 변환의 상당히 높은 기회가있다. 유사한 값의 클러스터는 하위 그룹이 데이터에 있음을 시사합니다. 하위 그룹을 이해하려면 다음과 같은 지침을 통해 IT 팀과 함께 사용 가능한 시스템과 데이터 필드의 종류에 대해 논의하여 몇 가지 기본적인 질문에 대답할 수 있지만 전략적으로 충분히 교육을 받지 못했다고 생각합니다. 여기서는 간단한 분석 프로젝트를 수행하려고합니다. 예비 데이터 분석은 강력한 도구입니다.

부지런한 EDA는 고급 비즈니스 분석을 올바른 방향으로 진행하기 위해 반드시 해야 합니다. EDA는 엄격한 모델 건물에 들어가기 전에 간단한 비즈니스 가설과 직감을 테스트 할 수있는 좋은 기회를 제공합니다. 축구로 돌아오면 월드컵의 마지막 단계에 접어요. 지난 몇 경기를 즐기고 최고의 팀이 소중한 트로피를 들어 올릴 수 있습니다. 데이터를 탐색하는 것은 동일합니다. 어떤 문제를 해결하려고 하십니까? 또는 더 나은, 당신은 어떤 가정을 잘못 증명하려고? 알다시피, 이미 데이터를 보았기 때문에 내 스파이디 감각은 다음 섹션에 대한 완벽한 예라고 말하고 있습니다. 위의 분포는 예상대로 다소 보입니다. 그러나 50개 이상의 제품 카테고리를 구매하는 고객에게는 흥미로운 피크가 있습니다.

이러한 고객은 누구입니까? 왜 그들은 그들의 사용에 대 한 너무 많은 제품 범주를 구입? 이 작은 고객 집합을 추가로 분석한 결과 다른 고객 집합보다 더 빠른 속도로 성장하고 있음을 발견했습니다.