打开数据源
数据准备步骤
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。
- 在 中打开 Insurance Fraud Data Minitab Data Center。
- 确保您在视图中 清理 。
- 选择列并打开 数据准备选项 下拉菜单以访问列清理选项。
- 对于 claim_number，请将数据类型从 numeric 更改为 text。
- 对于 claim_number，请在列值前面加上 #。
- 对于 age_of_driver，请筛选以仅包含小于或等于 100 年的驱动程序。
- 在 gender （性别） 中，将 M 更改为 male ，将 F 更改为 female。
- 对于 annual_income，请筛选以仅包含大于 1 的驱动程序。
- 对于 address_change，请将数据类型从 numeric 更改为 text。
- 在 address_change 中，将 1 更改为 yes ，将 0 更改为 no。
- 对于邮政编码，将数据类型从 numeric 更改为 text。
- 用于 高级排序 按欺诈、伤害索赔和邮政编码排序。
使用 Minitab AI 清理数据
提供了 Minitab Data Center 一个对话界面，可在视图中 清理 指导数据准备。对于上面的示例，您可以在提示中 Minitab AI 输入以下文本以获得与独立步骤相同的结果。
将索赔编号转换为文本。将数字符号添加到索赔编号。删除超过 100 个的驱动程序。将 m 更改为男性，将 f 更改为女性。删除没有有效收入的司机。将address_change更改为文本。地址更改将 1 设置为是，将 0 设置为否。按欺诈、伤害索赔和邮政编码排序。
有关在 中使用 Data Center的更多信息 Minitab AI ，请转到 使用 Minitab AI 清理数据。
导出数据准备步骤
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。
- 在左侧的 Steps 窗格中，从下拉菜单中进行选择 导出步骤 。
- 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。
导入数据准备步骤
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 。
探索数据摘要
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。
快速浏览一下列图形摘要显示 ，通道 有 3 个级别， 打开天数 显示双峰分布。
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。
channel 的数据摘要显示了 3 个级别中每个级别的频率。
使用右键单击菜单编辑分组标签、从数据集中排除该组或仅显示包含此值的行。
接下来的内容
由于 打开天数 的数据指示两个分配，因此保险公司希望进一步查看此情况。转到 分析您的数据。
