人类参与
在原始数据中，最明显的模式实际上是由质量较差的 我们可以看到两个数 列引起的：两个几乎完全相同的列随后会产生高相关性；或者列中有太多常量值或缺失值，等等。此外，我们可能会有一些具有明显关系的列，例如，因为它们测量的是同一个东西，但单位不同。这些模式的示例如图 6 和图 7 所示。
无论原因是什么
我们第一次可视化基于原始数据计算的统 手机号码数据 计数据时，结果可能会令人失望。这就是为什么仪表板处于 递归循环，如图5工作流程所示。
其工作原理是，我们可以迭代地删除由于某种原因不感兴趣的列。我们成为人机交互，并根据仪表板显示的内容迭代地选择应该保留哪些数据列，不应该保留哪些数据列。经过几次迭代后，我们将看到大量有趣的图表。我们现在需要做的就是坐下来，放松，让工作流 找到你的利基市场 程带我们进行单变量和多变量分析，并提取重要信息。
图 这两个可视化图
（堆叠直方图和条件箱线图）显示了数字列（DepTime）和 列的 WhatsApp 号码 高度相 分类列（delay_class）分布之间的关系。 子集如何呈现不同的分布。如果我们使用两个分类值“延迟”和“无延迟”对数据进行分区，我们可以使用方差分析检验来确认这一点。