学习地点:https://tianchi.aliyun.com/notebook-ai/detail?spm=5176.12281978.0.0.6802593aoYN661&postId=95457
遇到的问题
1.Panda中的info
info 只能返回非空的值数量 而无法判断数值是否符合要求 有些数值虽然没有记录上 但是有可能存在一些占位符号 例如“-” 此时会判断为非空,但实际上这些符号没有任何意义,也应当作为空值进行补全。
2.偏度和峰度
这两个值的意义是对比标准的正态分布,当前数据的分布特点。偏度是峰值偏左还是偏右;峰度是峰值高还是低。
上图就是左偏,也即正偏态;并且峰值高,为尖顶峰。
## 2) 查看skewness and kurtosis
sns.distplot(Train_data['price']);
print("Skewness: %f" % Train_data['price'].skew())
print("Kurtosis: %f" % Train_data['price'].kurt())
参考:
[1] https://www.itl.nist.gov/div898/handbook/dtoc.htm
[2] 百度百科-偏度峰度