数据质量分析 脏数据包括：缺失值；异常值；不一致的值；重复数据及含有特殊符号的数据； 1.缺失值处理 统计缺失率，缺失数 2.异常值处理 （1）简单统计量分析 （2）3Q原则 正态分布情况下，小概率事件为异常值 不服从正太分布的，可以用原离平均值多少倍标准差来分析 （3）箱线图分析 使用descri ...
分类：
编程语言 时间：
2018-04-19 15:02:38
阅读次数：
171
正态分布的概率密度函数为： 第一参数μ是遵从正态分布的随机变量的均值，第二个参数σ^2是此随机变量的方差，所以正态分布记作N(μ，σ^2 )。（方差的平方根就是标准差，标准差的平方就是方差）。 均数μ决定正态曲线的中心位置；标准差σ决定正态曲线的陡峭或扁平程度。σ越小，曲线越陡峭分布越集中在μ附近， ...
分类：
其他好文 时间：
2018-04-09 21:02:41
阅读次数：
189
1.什么是数据分析与数据挖掘技术? 所谓数据分析，即对已知的数据进行分析，然后提出一些有价值的信息。比如统计出平均数、标准差等信息,数据分析的数据量有可能不会太大。而数据挖掘，是指对大量的数据进行分析和挖掘，得到一些未知的有价值的信息等，比如从网站的用户或用户行为数据中挖掘出潜在需求信息，从而对网站 ...
分类：
其他好文 时间：
2018-04-01 20:54:40
阅读次数：
164
数学期望数学期望E（x）完全由随机变量X的概率分布所确定，若X服从某一分布，也称E（x）是这一分布的数学期望。数学期望的定义是实验中每次可能的结果的概率乘以其结果的总和。离散型随机量的数学期望定义：离散型随机变量的所有可能取值xixi与其对应的概率P(xi)乘积的和为该离散型随机量的数学期望，记为E(X)。公式：E(X)=∑i=1nxiPi连续型随机量的数学期望定义：假设连续型随机变量XX的概率密
分类：
其他好文 时间：
2018-03-19 10:20:58
阅读次数：
216
离差概述：最大值和最小值的差，离差标准化有用；消除大单位和小单位的影响（消除量纲）变异大小的差异影响；公式：X1=（X-min)/（max-min）;X当前的数据；标准差标准化：消除单位影响及自身变量的差异公式：X1=（X-平均数）/标准差（std）（零-均值标准化）小数定标准化：消除单位影响
分类：
其他好文 时间：
2018-03-14 22:14:41
阅读次数：
5766
目录 1 描述性统计是什么？2 使用NumPy和SciPy进行数值分析 2.1 基本概念 2.2 中心位置（均值、中位数、众数） 2.3 发散程度（极差，方差、标准差、变异系数） 2.4 偏差程度（z-分数） 2.5 相关程度（协方差，相关系数） 2.6 回顾3 使用Matplotlib进行图分析 ...
分类：
编程语言 时间：
2018-03-12 21:48:37
阅读次数：
304
皮尔逊相关系数理解有两个角度 其一, 按照高中数学水平来理解, 它很简单, 可以看做将两组数据首先做Z分数处理之后, 然后两组数据的乘积和除以样本数 Z分数一般代表正态分布中, 数据偏离中心点的距离.等于变量减掉平均数再除以标准差.(就是高考的标准分类似的处理) 标准差则等于变量减掉平均数的平方和, ...
分类：
其他好文 时间：
2018-03-03 14:08:08
阅读次数：
185
基础 总和、平均数、中位数、最大值、最小值、众数 极差(range)、标准差(standard deviation，缩写s或SD)、方差(variance 标准差的平方) 相关系数 pearson相关系数 是研究变量之间线性相关程度的量 scipy.stats.stats.pearsonr(x,y) ...
分类：
其他好文 时间：
2018-02-23 13:22:31
阅读次数：
191
1、输入 2、跳转到 此页面包含表格详细信息 包括：数据类型、最小值、最大值、未定义数据、唯一数据、均值、中位数、标准差。。。。 数据集用表格的形式表示出来 各种形式的图表 3、点击table中的age 4、也可以展示在当前页面 ...
分类：
其他好文 时间：
2018-02-15 18:45:32
阅读次数：
242
