用于自动化探索性数据分析的 R 包全景
统计计算
2019-09-19 v3 机器学习
机器学习
摘要
具有大量异构变量、规模庞大但含噪的数据集日益可得，导致对数据分析常见任务自动化的兴趣渐增。该过程中最耗时的部分是探索性数据分析，它对更好的领域理解、数据清洗、数据验证与特征工程至关重要。已有越来越多的库试图自动化部分典型的探索性数据分析任务，以使寻找新洞见更轻松快捷。本文中，我们对现有自动化探索性数据分析（autoEDA）工具进行系统综述。我们探究十二个流行 R 包的特性，以识别当前工具可有效自动化的分析部分，并指出 autoEDA 进一步发展的新方向。
引用
@article{arxiv.1904.02101,
title = {The Landscape of R Packages for Automated Exploratory Data Analysis},
author = {Mateusz Staniak and Przemyslaw Biecek},
journal= {arXiv preprint arXiv:1904.02101},
year = {2019}
}