数据挖掘 基本备忘录

1. 代数度量和分布式度量

　　　　计算过程应该增加多点代数度量，因为代数度量由分布式度量通过代数运算构成，而后者可以将数据集任意划分子集再计算，这就带来分布式计算的伸缩性优势。

2. 分位数

　　　　在一个数值数据集中，把数值排序，然后第i个数值对应有一个百分数，该百分数表示小于等于该数值的数值个数占总数值个数的百分比，称为分位数。

3. 分位数-分位数图（q-q图）

　　　　q-q图中每个散点表示一个分位数，该点的x,y坐标分别表示在X,Y轴所代表的数据集中，拥有该分位数的数值。