数据挖掘导论学习笔记（3）----- 汇总统计

1.频率和众数  （是一组数据中出现次数最多的数值，叫众数）

2.百分位数

3.位置度量：均值(mean)和中位数(median)

   均值：统计学术语，与“平均”（Average）意义相同。例如： l、3、6，10、20这5个数的均值是8。也同期望

   截断均值（trimmed mean）：截断均值是去掉高、低极端值得到的均值。应当避免在两端截断的比例太大，因为这可能导致损失有价值的信息

   中位数（Medians）统计学名词，是指将统计总体当中的各个变量值按大小顺序排列起来，形成一个数列，处于变量数列中间位置的变量值就称为中位数，用Me表示。当变量值的项数N为奇数时，处于中间位置的变量值即为中位数；当N为偶数时，中位数则为处于中间位置的2个变量值的平均数。（注意：中位数和众数不同，中位数不一定在这组数据中。而众数必定在该组数据）

4.散步度量：极差(range)和方差

   极差(range): 给定属性x，它具有m个值{x1,x2......Xm}

                           range(x) = max(x)-min(x)= Xm-X1

    方差，标准差。

    同样方差对离群值敏感，常常使用下路度量定义：

    绝对平均偏差（absolute average deviation，ADD）

    中位数绝对偏差（median absolute deviation，MAD）

     四分位偏差（interquartile range，IQR）

5.多元汇总统计

    协方差矩阵（covariance matrix）

    相关矩阵（correlation matrix）