دیدن رابطه و توزیع، نه فقط مقایسه
در کنار نمودارهای میله‌ای و خطی، دو نمودار دیگر برای تحلیل اکتشافی داده بسیار پرکاربردند: Histogram برای دیدن توزیع یک ستون عددی، و Scatter Plot برای بررسی رابطه بین دو ستون عددی. هر دو در KNIME به‌صورت node آماده در دسترس‌اند و نیازی به هیچ محاسبه دستی ندارند.
Histogram داده یک ستون را به بازه‌های مساوی (bin) تقسیم می‌کند و تعداد سطرهای هر بازه را به‌صورت میله نشان می‌دهد؛ این نمودار به‌سرعت نشان می‌دهد آیا داده حول یک مقدار مشخص متمرکز است، دو قله دارد، یا مقادیر پرت (outlier) در آن دیده می‌شود. تعداد بازه‌ها (bin count) در تنظیمات قابل تغییر است؛ تعداد کم باعث از دست رفتن جزئیات و تعداد زیاد باعث نمودار شلوغ و پرنویز می‌شود.
Scatter Plot هر سطر را به‌صورت یک نقطه با مختصات دو ستون عددی رسم می‌کند و برای کشف رابطه بین دو متغیر (مثلاً آیا با افزایش سن، میانگین خرید هم افزایش می‌یابد) بسیار مفید است. می‌توان یک ستون سوم (مثلاً شهر) را به رنگ نقاط نگاشت کرد تا الگوهای پنهان در زیرگروه‌ها هم دیده شوند.
کاربرد معمول در تحلیل اکتشافی:
1. Histogram روی هر ستون عددی کلیدی، برای شناخت اولیه توزیع و مقادیر پرت
2. Scatter Plot بین جفت ستون‌هایی که به لحاظ کسب‌وکار احتمال رابطه دارند
3. در صورت مشاهده رابطه یا الگوی جالب، رفتن سراغ تحلیل دقیق‌تر یا مدل‌سازی
این نوع بررسی اکتشافی، پیش از هرگونه مدل‌سازی یا نتیجه‌گیری نهایی، یک قدم ضروری است؛ چون مقادیر پرت دیده‌نشده می‌توانند به‌شدت میانگین یا نتیجه یک مدل ساده را منحرف کنند.