机器学习入门（1）

目录

1 数据

2 均值、中值、众数

3 标准差和方差

4 百分位数

5 数据分布

5.1 直方图

5.2 正态数据分布

5.3 散点图

6 线性回归

7 多项式回归

8 多元回归

9 缩放

10 训练集和测试集

---

1 数据

什么是数据集？

任何数据的集合就是数据集。

数据类型

• 数值（Numerical）
• 分类（Categorical）
• 序数（Ordinal）

数值数据是数字，主要分为两种：离散数据（discrete）和连续数据（continuous）。

分类数据是无法相互度量的值：yes/no。

序数数据类似于分类数据，但可以相互度量：A优于B的成绩。 

2 均值、中值、众数

下面我们给出一组数据如下：

data = [1,2,3,4,5,6,7,8,9,6,6,6]

均值（mean）

import numpy as np
 
data_mean = np.mean(data)
data_mean

运行结果如下：

5.25

中值（median）

data_median = np.median(data)
data_median

运行结果如下：

6.0

众数（mode）

from scipy import stats
data_mode = stats.mode(data)
data_mode

 运行结果如下：

ModeResult(mode=array([6]), count=array([4]))

3 标准差和方