Данный учебный материал посвящен нескольким главным шагам (процедурам) разведочного анализа данных (EDA - Exploratory Data Analysis). При этом для практической реализации используется набор данных о кинофильмах, поддерживаемый интернет-базой IMDb. В качестве программного продукта выбран R-Studio, реализующий язык статистического программирования R.

Существенная часть публикации посвящена визуализации данных. Помимо создания достаточно распространенных стандартных диаграмм показано, каким образом можно построить пузырьковую и сотовую диаграммы. Без внимания не остались и вопросы очистки данных. Что касается самой базы кинофильмов, то в большей мере исследована задача ранжирования актеров.

Читать >>>