摘要： 数据分析方法主要包括探索性数据分析（EDA）、回归分析和分类算法。EDA通过可视化（直方图、箱线图、散点图等）和统计描述（均值、标准差等）揭示数据特征与规律。回归分析研究变量间关系，包括线性与非线性回归，通过模型拟合与评估实现预测。分类算法（如决策树、SVM、KNN等）用于有监督的类别划分，需经过数据预处理、训练与评估流程。三者结合可全面挖掘数据价值，为决策提供支持。

数据编码：将分类数据转化为数值数据（如 “性别：男 = 1，女 = 0”“产品类别：家电 = 0，服装 = 1，食品 = 2”）数据离散化：将连续型数据转化为分类数据（如 “将‘年龄’离散化为‘18-25 岁’‘26-35 岁’‘36 岁以上’”）应用场景：多指标波动对比（如 “产品 A 的 CV=0.2，产品 B 的 CV=0.3，说明产品 A 波动更小”）数据类型转换：如 “将‘字符串类型的日