kernel位置
COMPREHENSIVE DATA EXPLORATION WITH PYTHON
这个kernel从头到尾的分享了自己是如何选取特征的，内容还是很详实的。
总结一下：
- 用一张表格记录自己选择特征的一些分析信息，重要程度。
- 先分析目标女神
- 她的兴趣（与其他变量之间的关系：箱图，散点图）
- 相关矩阵来衡量特征之间的重要性
- 处理缺失值，离群值
- 标准化，方差齐性，线性化，缺少相关错误。这里其实没怎么看懂，有点难理解。
- 对于非数值特征，直接one-hot编码。
学习的知识点：1.正太概率论图。 2.方差齐性
先说第一点，这个概念有点点复杂，其实也好理解。
先讲出发点，目标是通过这个正态概率图，可以看出原分布和标准正态分布之间的关系。也就下面这个结果：
怎么来的这个图呢？
我们先讲一个概念：分位数。
先将标准定义：
这是概率论教材里面的基本定义，我们需要明确一个基本概念就行：那就是分位数是在x上的坐标点，这些点包围住了一定的面积（也就是概率α）
我们回到如何画出正态概率图：
这个图开始的左上角的z应该是负号，没有打印好！
一些个人理解：
-
这里的分位数，其实是下侧的。而且是等分的概率位置。
所以为什么标准正态分布是一条斜线，因为每次增加的概率一样的，那么位于该区间的值出现的概率也是一样的。 -
纵坐标是观测值的输入，一开始排序的。
第二个知识点：方差一致性
定义：被检验的各方差在给定显著性水平在统计上没有显著性差异。
以后填坑吧，这次暂时还没有用到！