最近在學習kaggle預測房價的大神程式碼。其中有很多地方涉及到了我的知識盲區。。。慢慢來吧，先做好知識儲備，再去系統再現程式碼。本文主要講的是待預測值的分佈。而且我覺得對於迴歸問題，研究預測值的分佈是很有必要的，因此做一個記錄。
先看程式碼：

# !/usr/bin/python3                                               
# -*-coding:UTF-8-*-                                              
# By WILL                                                         
 

import pandas as pd                                               
import numpy as np                                                
import seaborn as sns                                             
import pylab as plt #或者import matplotlib.pyplot as plt一樣的         
#假設data是我們要預測的值   
plt.style.use(
 
"ggplot") #影象美化                                               
data = np.random.randn(1000)#生成1000個標準正態分佈的點                      
data = pd.DataFrame(data)                                         
sns.distplot(data)#看下方紅字描述                                                
plt.show()                                                        
print
 
(data.describe())#該列的描述：列的均值 方差 標準差 四分位數 最值等資訊               
print("data的skewness:",data.skew())                               
print("data的peakedness:",data.kurt())                             

輸出：

                 0#因為是DataFrame，所以肯定有一個column。
count  1000.000000
mean      0.050196#1000樣本點比較少，理論上為0
std       0.963622#理論值為1
min      -2.765893
25%      -0.581325#1/4分位點
50%       0.041425#1/2分位點
75%       0.733161#3/4分位點
max       3.162707
data的skewness: 0   -0.00365
dtype: float64
data的peakedness: 0   -0.149678
dtype: float64

分析

1. seaborn是對matplolib的一個補充，而不是取代，要二者相結合。使用方式：

import seaborn as sns

安裝方式:pip install seaborn
2. displot()集合了matplotlib的hist()與核函式估計kdeplot的功能，增加了rugplot分佈觀測條顯示與利用scipy庫fit擬合引數分佈的新穎用途。
上面意思就是：displot不僅有直方圖的功能，還有kdeplot（seaborn的一個核函式估計畫圖函式）的功能。
3.關於plt.style.use(“ggplot”)
若不加這一句，圖片是這樣的。所以這句話的意思就是美觀。

4.關於斜度與峰度
詳細請見：
偏度(skewness)和峰度(kurtosis）
我這裡簡單總結一下：
skewness就是三階中心距，kurotosis就是4階的。
sk表示的是左偏還是右偏（>0,右偏）（<0左偏）。=0就是正態分佈
ku是尾巴的胖瘦或者高低。峰度包括正態分佈（峰度值=3），厚尾（峰度值>3），瘦尾（峰度值<3）