机器学习数据网站：http://archive.ics.uci.edu/ml/index.php
认识变量度量类型
在数据分析之前，先明确变量的度量类型(名义、 等级、连续)
名义变量：比如饮料类型、性别、名族（数值、字符型均可）
等级：比如饮料包装大小、中小学（数值、字符型均可）
连续：年龄（数值型），差值是有意义的，可解释的
描述名义变量的分布：
描述连续变量的分布：
均值容易被极值带偏
众数不容易被带偏，但一般不用。因为要求数据干净。
连续数据的位置
数据对称，用均值，不对成，调成对称。或用中位数
常见连续变量分布：正态分布通常存在于自然生长的
其它常见连续分布形式：社会科学：金融、工资，对数正态右偏最严重。
工资：描述性的统计分析不用处理。如果需要预测，建模时则取对数。均值、中位数
网络点击：泊松分布
经济损失：伽玛分布，精算
数据的离散程度：最常用方差和标准差
自由度：一个数据集有多少个观测，就有多少个自由度