【学习笔记】高等数据基础

小咪咪 2022-09-06 04:49 120阅读 0赞

一、数学概况

watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3pob25nZ3VvbWFv_size_16_color_FFFFFF_t_70

二、数据类型

【分类1】

离散型数据 ： 比如骰子，无论怎么掷，概率都是1/6。

离散随机变量是指一个只取有限个数或可数无限个数值的随机变量。

通常用古典概型来描述。

连续型数据 ：比如 时间/长度/面积 ，概览都是1/∞=0。

连续随机变量是指一个取任何实数的概率都为零的变量。

通常用几何概型来描述。

【分类2】

横截面数据：某个时间点/时间段内取到的数据，比如商业领域数据，是处理方法最全面最完善的数据。有各种各样的模型来处理横截面数据，比如回归模型，神经网络，决策树等。

时间序列数据：比如金融领域数据，例如股票，随着时间的改变，股票的市值呈现折线图，其自带因果性，过去的数据或多或少会影响未来。

面板数据：既有时间属性又有空间属性，比如去年一年所有省市自治区的销售数据，该类企业很少处理使用。

【分类3】

定类尺度：比如国籍/男女，不可排序，不可运算，因为中国不可能大于美国，中国也不可以加减美国。

定序尺度：比如健康状况，可以排序，不可运算，比如健康可依次分为优良差，但不可以优加减良。

定距尺度：数值型数据，可以排序，可以运算，比如年份，0点是有意义的，公元零年。

定比尺度：数值型数据，可以排序，可以运算，比如体重，0点是没有意义的，0体重不存在。

watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3pob25nZ3VvbWFv_size_16_color_FFFFFF_t_70 1

最后，注意不同类型数据要用不同数据类型去处理。

013c0a3c4921da359750bd6813902108.png

发表评论

表情：
评论列表 （有 0 条评论，120人围观）

还没有评论，来说两句吧...

相关阅读

    相关 高等数学基础07：梯度

    > 梯度的本意是一个向量（矢量），表示某一函数在该点处的方向导数沿着该方向取得最大值，即函数在该点处沿着该方向（此梯度的方向）变化最快，变化率最大（为该梯度的模）。 梯度

    淩亂°似流年淩亂°似流年/ 0 赞/ 277 阅读