EDA 資料視覺化圖表解析｜可互動版

假設你在做電商會員分群，看到「消費金額」直方圖右邊拖很長，代表少數大戶把數值拉很高。這時直接做 KMeans 或線性模型，常會被大戶支配。

• 先畫直方圖看偏態。
• 若極度右偏，可試 Log1p。
• 轉換前後都再畫一次，確認是否更平衡。

如果你在分析「折扣幅度 vs 毛利率」，可能不是折扣越多毛利越低這麼簡單，而是某一段最有效，過頭反而更差。

• 先畫散佈圖，確認關係是否像曲線。
• 若非線性明顯，可考慮 polynomial features。
• 若看到幾個超怪點，也要懷疑資料品質或特殊事件。

你在比較不同門市的客單價時，平均數可能被少數超大單扭曲，但箱型圖可以直接看到每家店的中位數與離群值數量。

• 門市 A 中位數高，代表平常表現就穩定。
• 門市 B 離群值多，可能常出現大單或資料異常。
• 比起只看平均數，箱型圖更能看出結構。

你做房價模型時，若「室內坪數」和「房間數」高度相關，兩者一起放進線性模型，係數可能會亂跳。

• 先用熱力圖找出高度相關欄位。
• 若兩欄位資訊太重複，可考慮保留其中一個。
• 也可搭配 VIF 或特徵重要度再判斷。

你在比較不同廣告渠道的轉單數時，長條圖會比圓餅圖更快看出誰最高、誰第二、差距多少。

你在預測每日訂單量時，如果隨機切 train/test，模型可能偷看到未來的節慶波峰，測試分數會虛高。

如果只想表達「A 類佔一半以上」，圓餅圖還可以；但若要比較 18%、21%、24% 這種細差，直接改長條圖比較快。

如果你在比較兩個 AI 模型：速度、成本、精度、穩定性、維護性，雷達圖很適合快速看出「誰偏哪一型」。

如果兩個客群的平均消費差不多，但其中一群其實有兩種人：超低消費與超高消費，小提琴圖比箱型圖更容易看出這種雙峰。