参考：https://www.kaggle.com/startupsci/titanic-data-science-solutions

 

哪些特征是分类特征：

哪些特征是数字类型的：

哪些特征是混合类型

哪些特征可能包含错误或者手误：

哪些特征包含空格，null 或空值

 

各个特征的数据类型是什么

数字类型的特征的分布式怎样的

分类特征的分布

 

基于以上分析的假设：

关联性

 

确定性：

 修改

创造：

我们还可以加入自己的猜想：

 

 检验相关性：

类似这样

在这个阶段，我们只能在没有任何空值的特性上这样做。

 

 可视化数据来分析

 未完待续