第一章 批量数据比较

1.1 箱型图

1.五数概括：极大值；极小值；上四分位点；下四分位点；中位数
箱型图构造：箱子部分（上下四分位点，实线中位数，虚线均值）
箱子两触角：

箱型图可用于比较不同批量数据：

1.2 直方图

直方图是对核密度的估计，核密度估计可以对数据整体分布有很好认识。


h最优值：除了h影响直方图形状外，起始点x0也影响直方图形状。——移动平均直方图

1.3 核密度

用平滑的函数代替直方图的箱子

常见核函数：

带宽h决定了密度估计函数的平滑程度，确定方法：交叉确认方法和参考合理的参照分布来计算。

1.3 散点图

绘制两个或三个变量对应数值所决定数据点的图形。
二维散点图：直线分割

三维散点图：平面分割

散点图矩阵：反应不同变量之间的散点图

1.5 切诺夫—夫洛瑞脸谱图

高维数据的图像化表示。

1.6 安德鲁曲线

将高维数据表示为函数曲线来表述。

1.为什么使用该函数表示？
首先，该函数是傅里叶序列函数，任何函数均可展成傅里叶序列函数，因此使用该函数；其次，该函数属于三角函数，图像呈现出在一定范围内变化，这样就更有利于在有限值域内展示不同数据的差别；最后是函数图像是波动曲线，有高峰低峰，这样就更能显示出不同数据之间的差异性。
2.变量的优先顺序会影响到函数的图像，决定最优顺序方法是主成分分析。

1.7 平行坐标图

横轴：表示六个不同的维度：这里表示钞票的六个不同度量指标
纵轴：经过量化处理的观察值

1.8 波士顿住房

平行坐标图：分析所有不同变量与待分析变量的大致关系
散点图矩阵：分析每一个变量与待分析变量的关系