高中就开始学的正态分布，原来如此重要

我们从高中就开始学正态分布，现在做数据分析、机器学习还是离不开它，那你有没有想过正态分布有什么特别之处？为什么那么多关于数据科学和机器学习的文章都围绕正态分布展开？本文作者专门写了一篇文章，试着用易于理解的方式阐明正态分布的概念。

机器学习的世界是以概率分布为中心的，而概率分布的核心是正态分布。本文说明了什么是正态分布，以及为什么正态分布的使用如此广泛，尤其是对数据科学家和机器学习专家来说。

我们会从最基础的内容开始解释，以便读者们理解为什么正态分布如此重要。

目录：

• 什么是概率分布？

• 什么是正态分布？

• 为什么变量如此青睐正态分布

• 如何用 Python 查看查看特征的分布？

• 其它分布变一变也能近似正态分布

Unsplash，由 timJ 发布。

先让我们来看一点背景知识：

1. 首先，要注意的最重要的一点是，正态分布也被称为高斯分布。

2. 它是以天才卡尔·弗里德里希·高斯（Carl Friedrich Gauss）的名字命名的。

3. 最后需要注意的是，简单的预测模型一般都是最常用的模型，因为它们易于解释，也易于理解。现在补充一点：正态分布因为简单而流行。

因此，正态概率分布很值得我们去花时间了解。

什么是概率分布？

想象我们正在自己的数据科学项目中构建感兴趣的预测模型：

• 如果我们想准确地预测变量，那么首先我们要了解目标变量的基本行为。

• 我们先要确定目标变量可能输出的结果，以及这个可能的输出结果是离散值（孤立值）还是连续值（无限值）。简单点解释就是，如果我们要评估骰子的行为，那么第一步是要知道它可以取 1 到 6 之间的任一整数值（离散值）。

• 然后下一步是开始为事件（值）分配概率。因此，如果一个值不会出现，则概率为 0%。

概率越高，事件发