峰度(Kurtosis)和偏度(Skewness)

如上图所示，可以看到与使用matplotlib作的直方图最大的区别在于有一条密度曲线（KDE),可以通过设置参数去掉这条默认的曲线。另外，由上图可以知道房价呈现正态分布，还可以看到两个统计学中的概念：峰度(Kurtosis)和偏度(Skewness)。

峰度：峰度（Kurtosis）是描述某变量所有取值分布形态陡缓程度的统计量。

• Kurtosis = 0 与正态分布的陡缓程度相同
• Kurtosis > 0 比正态分布的高峰更加陡峭 —— 尖顶峰
• Kurtosis < 0 比正态分布的高峰来得平坦 —— 平顶峰

计算公式：β = M_4 / σ^4

它是和正态分布相比较的。

偏度：偏度（Skewness）是描述某变量取值分布对称性的统计量。

• Skewness = 0 分布形态与正态分布偏度相同
• Skewness > 0 正偏差数值较大，为正偏或右偏。长尾巴拖在右边。
• Skewness < 0 负偏差数值较大，为负偏或左偏。长尾巴拖在左边。

计算公式：S = (X^ - M_0) / δ

Skewness越大，分布形态偏移程度越大。

BASE ON Kaggle

Getting Started Prediction Competition

House Prices: Advanced Regression Techniques

Thx: marsggbo

版权属于：。。。源

本文链接：https://cloud.tencent.com/developer/article/2169626

转载时须注明出处及本声明。我的博客即将同步至腾讯云开发者社区，邀请大家一同入驻：https://cloud.tencent.com/developer/support-plan?invite_code=2py75w7904qok