最近在学习kaggle预测房价的大神代码。其中有很多地方涉及到了我的知识盲区。。。慢慢来吧，先做好知识储备，再去系统再现代码。本文主要讲的是待预测值的分布。而且我觉得对于回归问题，研究预测值的分布是很有必要的，因此做一个记录。
先看代码：

# !/usr/bin/python3
# -*-coding:UTF-8-*-
# By WILL
import pandas as pd
import numpy as np
import seaborn as sns
import pylab as plt #或者import matplotlib.pyplot as plt一样的
#假设data是我们要预测的值
plt.style.use("ggplot") #图像美化
data = np.random.randn(1000)#生成1000个标准正态分布的点
data = pd.DataFrame(data)
sns.distplot(data)#看下方红字描述
plt.show()
print(data.describe())#该列的描述：列的均值 方差 标准差 四分位数 最值等信息
print("data的skewness:",data.skew())
print("data的peakedness:",data.kurt())

输出：

                 0#因为是DataFrame，所以肯定有一个column。
count  1000.000000
mean      0.050196#1000样本点比较少，理论上为0
std       0.963622#理论值为1
min      -2.765893
25%      -0.581325#1/4分位点
50%       0.041425#1/2分位点
75%       0.733161#3/4分位点
max       3.162707
data的skewness: 0   -0.00365
dtype: float64
data的peakedness: 0   -0.149678
dtype: float64

分析

1. seaborn是对matplolib的一个补充，而不是取代，要二者相结合。使用方式：

import seaborn as sns

安装方式:pip install seaborn
2. displot()集合了matplotlib的hist()与核函数估计kdeplot的功能，增加了rugplot分布观测条显示与利用scipy库fit拟合参数分布的新颖用途。
上面意思就是：displot不仅有直方图的功能，还有kdeplot（seaborn的一个核函数估计画图函数）的功能。
3.关于plt.style.use(“ggplot”)
若不加这一句，图片是这样的。所以这句话的意思就是美观。

4.关于斜度与峰度
详细请见：
偏度(skewness)和峰度(kurtosis）
我这里简单总结一下：
skewness就是三阶中心距，kurotosis就是4阶的。
sk表示的是左偏还是右偏（>0,右偏）（<0左偏）。=0就是正态分布
ku是尾巴的胖瘦或者高低。峰度包括正态分布（峰度值=3），厚尾（峰度值>3），瘦尾（峰度值<3）

Matplotlibseaborn笔记1--数据skewness与displot相关预处理相关推荐

学习笔记之数据可视化（二）—— 页面布局（下）
续上一章 2.7 地图区域(.map) 2.7.1 实现步骤: 2.8 用户统计模块 2.8.1 布局: 2.8.2 柱状图 2.9 订单模块 2.9.1 订单区域布局 2.9.2 订单区域(orde ...
学习笔记之数据可视化（二）——页面布局（上）
~续上一章 2. 项目页面布局 2.1 基础布局 2.1.1 PC端屏幕宽度适配设置 2.1.2 主体容器viewport背景图片 2.1.3 HTML结构 2.1.4 css样式代码 2.2 边框图 ...
JPA学习笔记---JPA数据的操作:增加,删除,修改,获取,使用JPQL进行查询
JPA学习笔记---JPA数据的操作:增加,删除,修改,获取,使用JPOL进行查询创梦技术交流平台:资源下载,技术交流,网络赚钱: 交流qq群:1群:248318056 2群:251572072 技 ...
大数据与机器学习算法相关的电子书分享
大数据与机器学习算法相关的电子书分享近日,偶然看到一个帖子,上面有一些常用的机器学习常用的电子书下载路径,遂复制到这里,分享给大家,希望可以有你需要的- @ 欢迎关注微信公众号:算法全栈之路心智探奇 ...
大数据之路读书笔记-16数据应用
大数据之路读书笔记-16数据应用全球知名咨询公司麦肯锡称:"数据,已经透到当今每一个行业和业务职能领域,成为重要的生产要素.人们对于海量数据的挖掘和运用,预示着新一波生产率增长和消费者盈 ...
大数据之路读书笔记-03数据同步
大数据之路读书笔记-03数据同步如第一章所述,我们将数据采集分为日志采集和数据库数据同步两部分.数据同步技术更通用的含义是不同系统间的数据流转,有多种不同的应用场景.主数据库与备份数据库之间的数据备 ...
大数据之路读书笔记-15数据质量
大数据之路读书笔记-15数据质量随着 IT向DT 时代的转变,数据的重要性不言而喻,数据的应用也日趋繁茂,数据正扮演着一个极其重要的角色.而对于被日益重视的数据,如何保障其质量也是间里巴巴乃至业界都 ...
Python数据分析入门笔记9——数据预处理案例综合练习（男篮女篮运动员）
系列文章目录 Python数据分析入门笔记1--学习前的准备 Python数据分析入门笔记2--pandas数据读取 Python数据分析入门笔记3--数据预处理之缺失值 Python数据分析入门笔记 ...
[MyBatis学习笔记] 二、Mybatis基本操作及相关标签介绍
[MyBatis学习笔记] 二.Mybatis基本操作及相关标签介绍一.Mybatis简介二.简单的CRUD操作 1.构建SqlSessionFactory (1)编辑mybatis-config ...

Matplotlibseaborn笔记1--数据skewness与displot相关预处理

分析

Matplotlibseaborn笔记1--数据skewness与displot相关预处理相关推荐

最新文章

热门文章