<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>探索性分析 on 易测科技</title><link>https://blog.yic3.com/tags/%E6%8E%A2%E7%B4%A2%E6%80%A7%E5%88%86%E6%9E%90/</link><description>Recent content in 探索性分析 on 易测科技</description><generator>Hugo -- gohugo.io</generator><language>zh-CN</language><lastBuildDate>Wed, 02 Sep 2026 09:00:00 +0800</lastBuildDate><atom:link href="https://blog.yic3.com/tags/%E6%8E%A2%E7%B4%A2%E6%80%A7%E5%88%86%E6%9E%90/index.xml" rel="self" type="application/rss+xml"/><item><title>R 语言探索性分析入门：先看懂数据，再画对图</title><link>https://blog.yic3.com/r-exploratory-analysis-data-visualization/</link><pubDate>Wed, 02 Sep 2026 09:00:00 +0800</pubDate><guid>https://blog.yic3.com/r-exploratory-analysis-data-visualization/</guid><description>
&lt;p&gt;拿到一份新数据，第一反应往往是直接建模型、跑回归、出预测。但数据分析里最容易翻车的地方，恰恰在模型之前：数据里藏着缺失值、离群点、录错的单位，变量之间的关系也和想象的不一样。探索性分析做的就是这件事：在正式分析之前，先把数据看清楚。本文用 R 语言讲一套完整流程：先用 dplyr 看结构、算分布、找缺失值，再用 ggplot2 把分布与关系画出来。&lt;/p&gt;</description></item></channel></rss>