data-modeling-viz 技能讲解图

完整路径：读数据 → 检查点1 确认目标 → EDA探索 → 检查点2 确认模型 → 建模验证 → 可视化 → 业务结论

解决什么问题？

不知道用哪个模型

AI 帮你决策，3步判断逻辑

代码写错、图出不来

内置模板，自动替换列名

结论不知道怎么表达

必须输出"也就是说"业务语言

核心工作流（蛇形流）

步骤 0

读取文件
边界处理

→

检查点 1

确认分析目标
必须暂停询问

→

步骤 1

探索性分析
EDA + 相关性

→

检查点 2

确认模型方向
展示发现+询问

↓

步骤 2

选择+建立模型
验证 R² RMSE

←

步骤 3

生成专业图表
matplotlib

←

步骤 4

输出结论
业务语言解释

←

5 大功能亮点

智能决策

3步判断目标类型
→ 自动推荐模型

双检查点

EDA前 + 建模前
主动暂停，不乱跑

边界处理

样本少→降级
缺失多→询问
编码自动检测

代码模板

散点图 / 热力图
多项式拟合
随机森林

业务翻译

"也就是说…"
通俗结论
+ 局限性说明

适用场景快速匹配

两个数值变量

线性/多项式回归 + 散点图

多变量混合类型

随机森林 + 特征重要性图

带时间列

趋势分解 + 时序图

散点图弯曲

多项式回归（2阶/3阶）

全是分类变量

交叉表 + 卡方检验

只看规律不建模

EDA + 相关性热力图

应用示例

示例 A：广告费 → 销售额预测

50行CSV，两列数值变量
散点图 r=0.97（强线性）
→ 线性回归，R²=0.94
结论："每多1万广告费，销售额+3.6万"

示例 B：学生成绩影响因素分析

300行，数值+分类混合变量
含学习时长、家长教育水平等
→ 随机森林，R²=0.82
结论："学习时长贡献51%成绩差异"

data-modeling-viz 技能