我在信号/图像分析方面经验丰富，并且是数据科学的新手，最近遇到了一个相对简单的数据集的挑战：100 到 200 个项目，大约 10-20 个数值变量（在 [0-1] 或百分比范围内），只有一个目前用于排名的变量，以及 5 到 10 个分类变量，每个变量都有几个选项。一个分类变量需要大约 2 到 4 个不同的值。

我想首先了解这些数据中的潜在结构。我浏览了 Agresti 的序数分类数据分析，有人建议我投资 TDA（拓扑数据分析）。然而我不知道从哪里开始。

您是否有关于此类真实数据的指南和最佳实践来逐步解决上述问题，从可视化到真正的处理/推理？