ai-100 day8 記錄

EDA之資料分布

計算集中趨勢

• 平均值 Mean
• 中位數 Median
• 眾數 Mode

計算資料分散程度

• 最⼩小值 Min
• 最⼤大值 Max
• 範圍 Range
• 四分位差 Quartiles
• 變異異數 Variance
• 標準差 Standard deviation

EDA 視覺化方式

－https://matplotlib.org/gallery/index.html

－https://seaborn.pydata.org/examples/index.html

延伸閱讀

http://www.hmwu.idv.tw/web/R_AI_M/AI-M1-hmwu_R_Stat&Prob_v2.pdf

https://www.healthknowledge.org.uk/public-health-textbook/research-methods/1b-statistical-methods/statistical-distributions

pandas 繪圖

pandas中的绘图函数

hw note:

max 和 75％ 數據差異太大

app_train['AMT_INCOME_TOTAL'].describe() 

app_train['AMT_INCOME_TOTAL'].hist()

㑹看不出分佈， 可以去除最大的1％看看

app_train.loc[app_train['AMT_INCOME_TOTAL']<app_train['AMT_INCOME_TOTAL'].quantile(0.99)]['AMT_INCOME_TOTAL'].hist()
plt.xlabel('AMT_INCOME_TOTAL')