데이터 준비

이 예에서 규정 준수 팀은 자동차 산업의 사기 탐지 정확도에 대해 우려하고 있습니다. 그러나 분석을 시작하기 전에 데이터를 준비해야 합니다. 다음 단계에 따라 추가 분석을 위해 insurance_fraud_data.csv 준비합니다. 이러한 수정을 수행하려면 열을 선택하고 드롭다운 메뉴를 열어 데이터 준비 옵션 열 정리 옵션에 액세스합니다.

1. 에서 보험 사기 데이터를 Minitab Data Center엽니다.
2. 예를 claim_number 경우 데이터 유형을 숫자에서 텍스트로 변경합니다.
3. 예를 claim_number 경우 열 값 앞에 #을 추가합니다.
4. 예를 age_of_driver 경우 100년 이하인 드라이버만 포함하도록 필터링합니다.
5. 성별에서 M 을 남성 으로, F 를 여성으로 변경합니다.
6. 예를 annual_income 경우 1보다 큰 드라이버만 포함하도록 필터링합니다.
7. address_change의 경우 데이터 유형을 숫자에서 텍스트로 변경합니다.
8. address_change에서 1 을 예 로, 0 을 아니요로 변경합니다.
9. 우편 번호의 경우 데이터 유형을 숫자에서 텍스트로 변경합니다.
10. 사기, 부상 청구 및 우편 번호를 기준으로 정렬하는 데 사용합니다 고급 정렬.

모든 준비 단계를 적용한 후 동일한 열이 있는 향후 데이터 세트에 사용할 단계를 저장합니다. 단계를 저장하려면 .mdcs 파일로 내보냅니다.

1. 왼쪽의 Steps 창에서 드롭다운 메뉴를 선택합니다 단계 내보내기 .

   

2. 파일은 다운로드 폴더 또는 다른 저장 위치에 저장되며 데이터 파일과 동일한 이름을 사용합니다. 그에 따라 이름을 변경합니다.

새 데이터 파일에 단계를 적용하려면 .mdcs 파일로 가져옵니다. 창의 드롭다운 메뉴에서 단계 선택합니다 단계 가져오기.

각 열에는 데이터의 모양, 데이터 범위 및 데이터 형식을 나타내는 아이콘을 표시하는 요약이 있습니다.

을 데이터 요약 열어 이러한 열의 요약 통계에 대한 자세한 정보를 가져옵니다.