# 数据挖掘原理，第3章 可视化和探索数据

By [土拨鼠投资札记](https://paragraph.com/@0x3605485fd4391b4d217f148277f3e585c6180de2) · 2025-09-09

---

1、探索性分析：从数据进行研究，再提出假设；假设检验：先有假设，再通过数据进行检验。

2、右倾斜的数据更加常见。是因为许多数据最小值为0，但是最大值很大吗？

3、显示单变量的工具：直方图。可以通过平滑估计来弥补直方图的不足，其中带宽很重要。平滑估计就是周围几个数据加权计算，带宽越大，加权的区间越大。另外还有框须图等。

4、两变量之间的工具：散点图、等高线图。

5、两变量以上的工具：散点图矩阵、投影跟踪、格架图。还有星形图标（类似六边形战士的六边形）。

6、主分量分析：寻找最长的分量，然后再找垂直分量。用尽可能少的分量，来描述样本。有可能将几百个数据，缩减到数个，仍然能够解释95%以上的变化。线性代数很重要，需要学会。

7、多维缩放。暂时还没看明白。

---

*Originally published on [土拨鼠投资札记](https://paragraph.com/@0x3605485fd4391b4d217f148277f3e585c6180de2/3)*