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