Относно:

Сегментираният едномерен анализ е една от най-простите форми на визуализация за анализ на данни. В името си „Uni“ означава такъв, който сам по себе си описва, че разглежда само една променлива на данни за анализ. анализ. Сегментираният анализ тук означава, че променливата на данните се анализира на подмножества и е много полезен, тъй като може да покаже показателя за промяна в модел в различните сегменти на една и съща променлива.

Той разглежда една променлива наведнъж, например данните, показани по-долу в честотата, могат да се използват за едномерен анализ. Този пример е за количествени продажби на различни продукти в медицински магазин.

Приложение:

Сегментираният едномерен анализ може да се използва за намиране на обобщение на една променлива от данни под формата на сегменти. Променливата на набора от данни е разделена на подмножества и могат да се наблюдават модели в сегментите. Централните тенденции като средна стойност, режим и медиана; максимум и минимум; диапазон; също се откриват дисперсия и стандартно отклонение. За показване на описанието се използват визуализирани диаграми от различен вид.

Пример:

Разглежданият пример е набор от данни за продавача на лекарства, който показва кой вид лекарство се дава на кой клиент. Нашата цел е да създадем визуализация, за да видим различните категории ниво на холестерола. Това ще ни помогне при анализирането чрез създаване на различен тип диаграми за визуализация.

Вход:

В ATH, за да изпълните функцията, изберете колоната(ите) с данни и използвайте пътя:

Визуализация на данни =› Разширени диаграми =› Сегментиран едномерен анализ (Py) за стартиране на функцията.

Потребителят трябва да посочи следното, което влиза като вход във функцията.

Целева колона: Изберете целевата колона
Тип на проблема:Изберете типа на проблема, класификация или регресия
Числова променлива (по избор): Изберете числовите променливи, ако искате да посочите dtype ръчно
Категорична променлива (по избор): Изберете категоричната променлива, ако искате да посочите dtype ръчно

Изход и тълкуване:

Резултатът е различен за категориални и цифрови колони с данни: Кръгова диаграма и стълбовидна диаграма за описание на категориалната променлива, хистограма и диаграма с кутия за описание на числената променлива. По-долу е даден изход както за числови, така и за категорични колони с данни.

График за проблема с класификацията:Резултатът от функцията ще покаже кръгова диаграма и топлинна карта по отношение на целевата променлива. Този изход е за променлива с категорични данни.

Резултатът от функцията ще покаже хистограма, Box Plot и релационна хистограма, Box Plot по отношение на целевата променлива. Този изход е за променлива с числови данни.

Графика за проблема с регресията:Проблемът с регресията изисква променливата Target да бъде от цифров dtype

Този изход на функцията е за категориална променлива и ще покаже кръгова диаграма и сравнителна хистограма за представяне на сегментирания анализ.

Този изход е за числова променлива и ще покаже хистограма, диаграма и точкова диаграма по отношение на целевата променлива.

Изпробвайте ATH Leaps за други страхотни функции.