准备数据

在此示例中，合规性团队关注汽车行业的欺诈检测准确性;但是，在开始分析之前，需要对数据进行准备。按照以下步骤准备 insurance_fraud_data.csv 以进行进一步分析。要进行这些修改，请选择列并打开 数据准备选项 下拉菜单以访问列清理选项。

1. 在 中打开 Insurance Fraud Data Minitab Data Center。
2. 对于 claim_number，请将数据类型从 numeric 更改为 text。
3. 对于 claim_number，请在列值前面加上 #。
4. 对于 age_of_driver，请筛选以仅包含小于或等于 100 年的驱动程序。
5. 在 gender （性别） 中，将 M 更改为 male ，将 F 更改为 female。
6. 对于 annual_income，请筛选以仅包含大于 1 的驱动程序。
7. 对于 address_change，请将数据类型从 numeric 更改为 text。
8. 在 address_change 中，将 1 更改为 yes ，将 0 更改为 no。
9. 对于邮政编码，将数据类型从 numeric 更改为 text。
10. 用于 高级排序 按欺诈、伤害索赔和邮政编码排序。

应用所有制备步骤后，保存这些步骤以用于具有相同列的未来数据集。要保存这些步骤，请将它们导出为 .mdcs 文件。

1. 在左侧的 Steps 窗格中，从下拉菜单中进行选择 导出步骤 。

   

2. 该文件将保存到您的下载文件夹或其他保存位置，并使用与数据文件相同的名称。相应地更改名称。

要将这些步骤应用于新的数据文件，请将它们作为 .mdcs 文件导入。从窗格的 步骤 下拉菜单中选择 导入步骤 。

每列都有一个摘要，其中显示数据的形状、数据的范围，以及一个表示数据类型的图标。

打开 以 数据摘要 获取有关这些列的摘要统计信息的更多信息。