探索性数据分析(Exploratory Data Analysis，简称EDA)

EDA就是拿到数据后对数据进行探索，发现数据有何特征或问题，它可以：
1.更好地理解数据
2.建立对数据的直觉
3.形成假设
4.洞察数据
EDA的一个主要方式就是数据可视化，这让你可以直观地看到数据的分布，模式等。

三个步骤：
1.获取领域相关知识
每份数据可能都是关于不同行业的，数据探索前，先熟悉相关领域的知识，处理数据时更能游刃有余

2.检查数据是否符合直觉
假如数据有一个特征年龄，出现了264这种数字，显然是错误的

3.理解数据是如何收集的
有没有用过过采样，欠采样等等，这样才能更好地设计验证机制
如果训练集和测试集是由不同的方式收集，那我们就不能在训练集中选取部分作为验证集

匿名数据

在数据竞赛中，竞赛举办方为了不暴露公司重要信息，会有数据匿名的情况，比如编码文本，去除特征名称，

如图，特征名被x1，x2…代替