DHV301 - Phần 3: Khám phá dữ liệu, thống kê và hồi quy

Phần 3 trải từ buổi 13–24. Buổi 13–15 dùng bảng tóm tắt, phân vị và ngoại lệ để đọc phân phối, kết hợp histogram và box plot nhằm quan sát độ lệch, độ phân tán và điểm bất thường. Buổi 16–18 chuyển sang so sánh nhóm qua groupby, aggregation và pivot, sau đó khảo sát tương quan Pearson/Spearman cùng giới hạn khi diễn giải; chi-square và ANOVA được dùng trong so sánh nhóm dữ liệu. Buổi 19–21 xây dựng quy trình hồi quy cơ sở với train/test split và các thước đo MAE, RMSE, R², rồi đặt kết quả mô hình trong bối cảnh ra quyết định. Buổi 22–24 tiếp tục với polynomial features, Ridge, pipeline kết hợp tiền xử lý, khái niệm cross-validation và GridSearchCV. Dữ liệu dùng để lựa chọn cấu hình được tách khỏi dữ liệu đánh giá nhằm hạn chế leakage khi tinh chỉnh mô hình.