机器学习之数据分布特征

15195775117

数据结构是算法的基础，
数据质量是科研的生命，
大多数算法模型对数据的统计特征都是有要求的，
如果数据跟假设的不一样，结果往往也“不能直视”。
所以，我们需要用一些【测度】来表征数据的特征。

数据特征	测度	介绍	算法
集中趋势	均值
	众数	不受极端值影响
	中位数
	调和平均数	应用很少
	几何平均数	仅适用于具有等比或近似等比关系的数据
离散程度 (描述离散程度的测度值也叫【变异指标】)	异众比率	讲的是众数
	极差		最大值-最小值
	四分位差=四分位数=内距=四分间距		上四分位-下四分位
	方差，标准差
	离散系数	不同组数据的方差/标准差之间无法对比，2组数据的离散程度，可以用离散系数对比	方差或标准差/均值
偏态	偏态系数(SK)	是对数据分布的偏移方向和程度的描述	看百度百科。偏态系数以平均值与中位数之差对标准差之比率来衡量偏斜的程度：偏态系数小于0，因为平均数在众数之左，是一种左偏的分布，又称为负偏。偏态系数大于0，因为均值在众数之右，是一种右偏的分布，又称为正偏。
峰度	峰度系数	是对数据分布的扁平程度的描述	看百度百科

平头百姓

老师，现在还在做机器学习这一块么