数据挖掘概念与技术--笔记(3)

挖掘描述统计度量

 

• 度量中心趋势：一般情况下算术平均average是最好的，当存在权时，最好加权平均。 当面对倾斜数据（数据分布倾向于大或小）时，中位数判断中心趋势最为理想。另一个中心趋势度量是模，模即数据集中出现频率最高的值，可以有多模。还有中列数：max（）-min（）。
• 数据度量的发散：五数概括、中间四分位数区间、盒图、方差和标准差

 

直方图：反映类在给定数据中出现的频率或计数

分位数图：观察数据分布

散布图：确定两个变化变量之间是否有联系、模式或趋势

loess图：散布图升级版