机器学习笔记-数据的图表展示

统计图表

类别数据

1. 条形图：条形图是用宽度相同的条形来展示各类频数的图形；
2. 帕累托图：帕累托图将各类别数据出现的频数按从大到小排序后绘制的条形图；
3. 饼图：饼图是用圆形及园内扇形的角度来表示一个样本（或总体）中各类别的频数占总频数数比例大小的图形；
4. 环形图：环形图可以显示多个样本各类别频数占其相应总频数的比例；

数值数据

5. 直方图：直方图是用来展示数值数据分布的一种常用图形；
6. 箱型图：用来反映一组数据的分布；

其它图形

7. 散点图：用二维坐标中两个变量各取值点的分布展示变量之间的关系图形；
8. 气泡图：气泡图可以展示三维数据，即气泡的大小是第三维变量；
9. 雷达图：雷达图从一个点出发，用每一条射线代表一个变量，多个变量的数据点连接成线，即围成一个区域，多个样本围成的多个区域就是雷达图；
10. 轮廓图：轮廓图用横轴表示各个样本，纵轴表示每个样本的多个变量的取值，将不同样本的同一个变量的取值用折线连接；
11. 时间序列图：折线图的横轴变为时间，纵轴为观测值，反映数据随时间变化的趋势，叫时间序列图；

箱型图

箱型图目的：用来反映一组数据的分布特征，是否存在离群点。

箱型图基本概念

中位数： 一组数据排序后处在50%位置上的数值；
四分位数： 一组数据排序后处在25%位置和75%位置上的两个分位数值，用$Q_{75\%}$和$Q_{25\%}$表示；
四分位距：$Q_{75\%}-Q_{25\%}$；
内围栏： 与$Q_{25\%}$和$Q_{75\%}$的距离等于1.5倍四分位差的两个点；
外围栏： 与$Q_{25\%}$和$Q_{75\%}$的距离等于3倍四分位差的两个点；
相邻值： 上下内围栏之间的最大值和最小值称为相邻值；
离群点： 大于上内围栏或者小于下内围栏的数值，也称外部点；

箱型图在数据分析中十分常见，一般用在寻找离群点。