数据挖掘-分布式度量、代数度量、整体度量的概念

获得数据的总体印象对于成功的数据预处理是至关重要的，这时候就需要不同的方法来度量数据集合

1.分布式度量：可以通过如下方法计算度量（即函数）：将数据集划分成较小的子集，计算每个子集的度量，然后合并计算结果，得到原（整个）数据集的度量值。

例如可以用不同的函数来求数据集的sum、count、min、max，最后合并这些计算记过，得到数据集的度量值

2.代数度量：设计一代数函数，其中可以取分布式度量计算的多个值进行计算。

例如取分布式度量中的sum和count 用mean（）计算平均数 mean=sum/count

3.整体度量：必须对整个数据集计算的度量，不能划分子集。例如计算中位数、众数