机器学习 / 数据分析（二） (数据预处理 ——统计分布与统计量)

统计分布

1. 通过 pandas['Age'].hist(bins=number) 观察数据直方图，比较训练集和测试集的分布情况  （直方图X轴的跨度）
2. pandas['Sex'].value_counts() 观察数据分布情况（适合取值情况不多的情况）目的同上

PS：train[train["Survived"] == 1].Fare.hist([bins]) 查看生存为 1 的票价

统计量

1. train.groupby(['Age']).Fare.mean().reset_index()

查看对应年龄下票价的 均值

1. train.groupby(['Age']).Fare.median().reset_index()

查看对应年龄下票价的 中位数

1. train.groupby(['Sex']).Fare.std().reset_index()

查看对应年龄下票价的 标准差

1. 使用 np.log() 使特征接近某种数据分布，便于计算