溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
本篇內容主要講解“Python數據挖掘中常用的AutoEDA工具有哪些”，感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷，實用性強。下面就讓小編來帶大家學習“Python數據挖掘中常用的AutoEDA工具有哪些”吧!
Pandas Profiling是款比較成熟的工具，可以直接傳入DataFrame即可完成分析過程，將結果展示為HTML格式，同時分析功能也比較強大。
功能：字段類型分析、變量分布分析、相關性分析、缺失值分析、重復行分析
耗時：較少
https://github.com/AutoViML/AutoViz
AutoViz是款美觀的數據分析工具，在進行可視化的同時將結果保存為圖片格式。
功能：相關性分析、數值變量箱線圖、數值變量分布圖
耗時：較多
https://dataprep.ai/
Dataprep是款比較靈活也比較強大的工具，也是筆者最喜歡的。它可以指定列進行分析，同時也可以在Notebook中進行交互式分析。
功能：字段類型分析、變量分布分析、相關性分析、缺失值分析、交互式分析。
耗時：較多
https://github.com/fbdesignpro/sweetviz
SweetViz是款強大的數據分析工具，可以很好的分析訓練集和測試集，以及目標標簽與特征之間的關系。
功能：數據集對比分析、字段類型分析、變量分布分析、目標變量分析
耗時：中等
https://github.com/man-group/dtale
D-Tale是款功能最為強大的數據分析工具，對單變量的分析過程支持比較好。
功能：字段類型分析、變量分布分析、相關性分析、缺失值分析、交互式分析。
耗時：中等
到此，相信大家對“Python數據挖掘中常用的AutoEDA工具有哪些”有了更深的了解，不妨來實際操作一番吧！這里是億速云網站，更多相關內容可以進入相關頻道進行查詢，關注我們，繼續學習！
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
