数据科学家都应该知道的5个统计学知识

我们可以用以下等式计算偏斜度：

偏斜度可以让我们知道数据分布与高斯分布的距离。偏斜度越大，我们的数据集离高斯分布越远。

这很重要，因为如果我们对数据的分布有一个粗略的概念，我们就可以为特定的分布定制我们要训练的ML模型。此外，并非所有ML建模技术都能对非高斯数据有效。

再次提醒大家，在我们开始建模之前，统计数据能够带给我们非常富有洞察力的信息!

如何在Scipy代码中计算偏斜度: scipy.stats.skew(array)

五、协方差(Covariance)和相关系数(Correlation)

协方差

两个特征变量的协方差衡量它们之间的相关性。如果两个变量有正协方差，那么当一个变量增加时，另一个也会增加;当协方差为负时，特征变量的值将向相反的方向变化。

相关系数

相关系数简单来说就是标准化(缩放)的协方差，除以被分析的两个变量的标准偏差的乘积即可得到。这有效地迫使关联范围始终在-1.0和1.0之间。

（编辑：威海站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!