数据探索

数据探索介绍

数据探索是针对当前数据源的数据进行挖掘和分析，主要聚焦在特征的分布范围、统计以及特征齐全度等，使用户能够更了解数据，进而指导在特征工程以及相关算法的配置。

数据探索是一个离线分析任务，任务有对应的启动时间，由于增量数据会实时入库，因此可以通过定时执行数据探索任务来覆盖增量数据。

操作步骤

1. 在“执行步骤”页签，单击数据探索下的“执行”。进入“数据探索”页面，确认页面信息后单击“是”。待状态为“已完成”时，完成数据格式的转化。
2. 执行完成在页面下方会显示数据探索报告，包括“用户报表”、“物品报表”、“行为报表”和“画像查询”。
3. 单击目标报表名称查看具体报表信息。
   图1 查看报表
   
   • 用户报表：根据不同数据格式展示用户数据的类型、最大值和最小值。您可以单击相关数据后的查看数据的详细信息。
     • 百分位数：将数据进行排序，统计该数据在整个数据中所占的百分比。
       图2 百分位数
       
     • 分布统计：通过查看分布统计了解各参数下参数值的分布情况。如可以根据性别展示数据中的性别数据分布。可通过查看标签，了解数据中各种标签的分布情况。
       图3 分布统计
       
   • 物品报表：根据不同数据格式展示物品数据的类型、最大值和最小值。您可以单击相关数据后的查看数据的详细信息。
   • 行为报表：行为报表展示各种行为类型以及该数据中此行为出现的次数。
   • 画像查询：可以查询指定的用户或物品画像信息，包括静态和动态。