数据挖掘学习笔记（五）

翊小宸

于 2020-02-22 13:52:47 发布

阅读量1.1k

点赞数

分类专栏：数据挖掘

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/weixin_45058912/article/details/104390387

版权

本文介绍了数据挖掘中的基本统计描述，包括中心趋势度量如均值、中位数和众数，以及数据分散度量如极差、分位数和方差。通过实例详细讲解了各种统计量的计算，并探讨了基本统计图如箱图、直方图和散点图在数据可视化中的应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

数据的基本统计描述

- 目的

更好的识别数据的性质，把握数据全貌。

- 三个主要方面

中心趋势度量
数据分散度量
基本统计图

1.中心趋势度量

均值（代数方法）（样本vs总体）
- 记：n是样本个数 N是总体个数
- $\bar{x}=\frac{i}{n} \sum_{i=1}^{n} x_{i}$ $\mu =\frac{\sum x }{N}$
- 例：有score学生考试成绩的值：60，45，33，77，80，100，100，90，70，65。
加权算数平均数
- $\bar{x}=\frac{\sum_{i=1}^{n} w_{i} x_{i}}{\sum_{i=1}^{n} w_{i}}$
- 例：某同学的某一科的考试成绩：平时测验80分，期中90分，期末95分。期末成绩的计算方式是：平时测验占20%，期中成绩占30%，期末成绩占50%。这里，每个成绩所占的比重为权重。

最低0.47元/天解锁文章

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。