探索的データ分析（EDA）とは
探索的データ分析（EDA: Exploratory Data Analysis）とは、データの特徴、パターン、異常、関係性を視覚的・統計的に調査する分析手法です。統計学者ジョン・テューキーが提唱した概念で、仮説を立てる前にまずデータそのものを理解することを重視します。
EDAの主な手法
EDAでは、基本統計量（平均、中央値、標準偏差など）の算出、ヒストグラムや箱ひげ図による分布の可視化、散布図による変数間の関係性の確認、相関行列によるパターンの発見などを行います。これらの手法を組み合わせることで、データの全体像を把握します。
EDAで確認すべきポイント
EDAでは主に、データの分布形状、外れ値の有無、欠損値の割合とパターン、変数間の相関関係、カテゴリ変数の偏り、時系列データのトレンドやシーズナリティなどを確認します。これらの情報は、適切な前処理やモデル選択の判断材料となります。
EDAの重要性
EDAを省略していきなりモデリングに進むと、データの特性を見落として不適切なモデルを選択したり、重要な特徴量を見逃したりするリスクがあります。EDAはデータ分析プロジェクトの品質を担保する重要なステップです。PandasやMatplotlibなどのツールが広く活用されています。