如何在python中检查数据集是否正常？答案

【问题标题】：how do i check if a data set is normal or not in python?如何在python中检查数据集是否正常？
【发布时间】：2018-08-06 20:57:06
【问题描述】：

所以我正在用python从头开始创建一个机器学习的主程序，我想做的第一步是检查数据集是否正常。 ps：数据集可以有很多特征，也可以只有一个特征。

必须在python3中实现。

另外，规范化数据可以通过下面的函数来完成：

# Find the min and max values for each column
def dataset_minmax(dataset):
    minmax = list()
    for i in range(len(dataset[0])):
        col_values = [row[i] for row in dataset]
        value_min = min(col_values)
        value_max = max(col_values)
        minmax.append([value_min, value_max])
    return minmax

# Rescale dataset columns to the range 0-1
def normalize_dataset(dataset, minmax):
    for row in dataset:
        for i in range(len(row)):
            row[i] = (row[i] - minmax[i][0]) / (minmax[i][1] - minmax[i][0])

提前致谢！

【问题讨论】：

你的问题是什么？
如何检查是否为正态分布？因为如果有些列已经规范化，我不想规范化所有列，因为这会降低速度
你的问题似乎不和谐：如果你的特征不是来自正态分布，你就不能“规范化”它们，在链接它们的分布的意义上。如果您的意思是检查他们的平均 0 和 SD 是否为 1，那是不同的棒球比赛。你指的是哪一个？
好吧，你有点回答我的问题，明白我遇到了什么问题！谢谢！ @Umberto
不客气。

标签： python-3.x machine-learning statistics normalization normal-distribution

【解决方案1】：

您的问题似乎不和谐：如果您的特征不是来自正态分布，那么就改变它们的分布而言，您无法“规范化”它们。如果您的意思是检查他们的平均 0 和 SD 是否为 1，那是另一场不同的棒球比赛。

【讨论】：