データの準備
データ準備ツールを使用して、データを整理し、より堅牢な分析のために準備します。
データ ソースを開く
Minitab Solution Center のホームページから、 Minitab Data Centerにアクセスできます。
- ソリューション センターのホーム ページで、[ データ準備] を選択します。
- データを追加 を選択します。オンライン リポジトリにサインインします。また、ローカル・データ・ファイルを追加することもできます。
- ファイルの場所を参照し、[ 開く] を選択します。
スケマティック ダイアグラムは、データ処理ステップを表します。
- クリーンアップ 眺める
- クリーンアップ ビューでデータのクリーニングを開始できます。
- データソース 眺める
- データ・セット・スキーマまたはデータ・セット全体に影響する設定を変更する必要がある場合は、データ・ソース・ファイル・アイコンを選択して オプション パネルを開きます。
詳細は、データ・セット・スキーマの編集またはデータソースオプションを設定するを参照してください。
データ準備の手順
この例では、コンプライアンス チームが自動車業界の不正検出の精度に関心を持っています。ただし、分析を開始する前にデータを準備する必要があります。次の手順に従って、insurance_fraud_data.csvをさらに分析する準備をし ます 。
- Minitab Data Centerで 保険詐欺データ を開きます。
- クリーンアップ ビューが表示されていることを確認します。
- 列を選択し、 データ準備オプション ドロップダウンメニューを開き、列のクリーンアップオプションにアクセスします。
- claim_numberの場合は、データ型を数値からテキストに変更します。
- claim_numberの場合は、列の値の先頭に # を付加します。
- age_of_driverの場合は、100 年以下のドライバーのみを含めるようにフィルター処理します。
- 性別は、 M を 男性 に、 F を 女性に変更します。
- annual_incomeの場合は、1 を超えるドライバーのみを含めるようにフィルター処理します。
- address_changeの場合は、データ タイプを数値からテキストに変更します。
- address_change で、 1 を yes に、 0 を noに変更します。
- 郵便番号の場合は、データ型を数値からテキストに変更します。
- 高度な並べ替え を使用して、詐欺、傷害請求、郵便番号で並べ替えます。
Minitab AIを使用してデータをクリーンアップする
Minitab Data Center は、 クリーンアップ ビューでデータ準備をガイドする会話型インターフェイスを提供します。上記の例では、 Minitab AI プロンプトに次のテキストを入力すると、個々のステップと同じ結果が得られます。
請求番号をテキストにします。番号を請求するために番号記号を追加します。100 より古いドライバーを削除します。m を男性に、f を女性に変更します。有効な収入のないドライバーを削除します。address_changeをテキストに変更します。住所変更の場合は 1 から yes、0 から no にします。詐欺、傷害請求、郵便番号で並べ替えます。
Data Centerでの Minitab AI の使用について詳しくは、 Minitab AIを使用したデータのクリーニングを参照してください。
データ準備のエクスポート手順
すべての準備手順を適用したら、同じ列を持つ将来のデータ セットで使用するために手順を保存します。手順を保存するには、手順を .mdcs ファイルとしてエクスポートします。
- 左側の [ステップ] ウィンドウで、ドロップダウン メニューから [ エクスポート手順 ] を選択します。
- ファイルはダウンロードフォルダまたはその他の保存場所に保存され、データファイルと同じ名前が使用されます。それに応じて名前を変更します。
データのインポート準備手順
手順を新しいデータ ファイルに適用するには、手順を .mdcs ファイルとしてインポートします。ステップ ペインのドロップダウンメニューから インポート手順 を選択します。
データサマリーの探索
各列には、データの形状、データの範囲、およびデータ型を表すアイコンを示す概要があります。
列のグラフィカルな要約をざっと見ると、 チャネル には3つのレベルがあり、 開いている日 は二峰性の分布を示しています。
データ要約 を開くと、これらの列の要約統計量に関する詳細情報が表示されます。
チャネル のデータ サマリーには、3 つのレベルのそれぞれの周波数が表示されます。
右クリック・メニューを使用して、グループ化ラベルを編集したり、データ・セットからグループを除外したり、この値を含む行のみを表示したりします。
次の作業
オープン日数 のデータは 2 つの分布を示しているため、保険会社はこれをさらに詳しく調べたいと考えています。データの分析にアクセスします。
