特征工程 - 数据分析 - 峰度 and 偏度

• 偏度

  偏度（Skewness）用来描述数据分布的对称性。

  1. 当偏度 <0 时，称为负偏，数据出现左侧长尾；
  2. 当偏度>0时，称为正偏，数据出现右侧长尾。

  正态分布是对称的，其偏度为 0。

  当数据偏度为 0 时，表示数据相对均匀的分布在平均值两侧，但不一定是正态分布。

  当偏度绝对值过大时，长尾的一侧出现极端值的可能性较高。

  python 中可使用如下方式计算偏度：

  import scipy
  result = scipy.stats.skew(data)
  

  下图是两个偏度值不同（$-0.559/1.508$）的分布：
  

• 峰度

  用来描述数据分布陡峭或是平滑的情况。

  1. 峰度越大，分布越陡峭；
  2. 峰度越小，分布越平缓。

  正态分布的峰度为 $3$，为方便计算，将峰度值 $-3$，因此正态分布的峰度变为 $0$.

  在方差相同的情况下，峰度越大，存在极端值的可能性越高。

    python 中可使用如下方式计算偏度：
  

  import scipy
  result = scipy.stats.kurtosis(data)
  

  下图是两个峰度值不同（$-0.641/-0.843$）的分布：