一句话数据分析概念

1. 数据：承载信息的符号；
2. 信息：用来消除不确定性的东西；
   3.传统概率：包含的单位事件是有限的，且每个单位事件发生的可能性均相等，扔硬币（事件总数两个：正面和反面；概率相等均为1/2；掷骰子（事件总数6个，1-6点；概率相等均为1/6)。
3. 指标：通过对源数据特定加工，得到的用来描述数据特性的单一数据叫指标，如平均数、众数、股价均线，指标有一个形象的描述“指定的标准”。
4. 同比与环比：同比（今年三季度/去年三季度）；环比（今年三季度/今年二季度）；‘
   6.信息量：消除不确定性程度越高，信息量越大；消除不确定性程度越低，信息量最小。中国和巴西足球比赛结果，远小于阿根廷和巴西的比赛结果。
   7.信息熵：信息杂乱程度的量化描述，信息越确定越单一，信息熵越小，反之越不确定，越混乱，信息熵越大。
   8.正交性：可以理解为“垂直”，用向量的说法是两条直线互不“依赖”，正交向量的任何一个维度值发生变化都不会影响另一维度。
5. 回归：即“由果索因”的过程，是一种归纳的思想，回归是一种解题方法，或者说“学习”方法。
   10.分类问题：解决“某样本是某对象，某样本不是某对象“的概率问题。
6. 信息增益：信息混乱程度（熵）的下降值，决策树就是以信息增益最大的切割为准则执行的。
7. 前剪枝：提前终止决策树的构造；后剪树:树构造完成后减枝，剪树本身是对精度和复杂度的平衡。
8. 随机森林:随机指的是每个决策树的构建随机挑选字段，森林指的是多棵树共同决策，决策机制为投票。
9. 核函数的作用：在SVM中，当样本在当前维度空间内线性不可分，就一律映射到更高维度，在更高维度找超平面，而核函数就是用来完成这个映射的。常见核函数包括：linear(线性核函数）、poly(多项式核函数）、rbf(径向基核函数）、sigmoid(神经元激活核函数)、precomputed(自定义核函数）。
10. 有趣模式：易被人理解、某种确信度上，对新的检验或数据有效、潜在有用、新颖。