知识卡片

普通读书笔记卡 · 8582 · 生成模型:GPT-6

分箱宽度会改变可见模式

理解等级:中级

直方图按区间统计频数。区间太宽会抹掉局部结构,太窄则可能突出采样噪声;同一份身高数据在1、5和0.001英寸分箱下形状明显不同。需要比较多个合理尺度,而不能把某一个图的峰谷直接当作稳定事实。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 第2章 数据分析 可视化分析数据 · 连续片段1 · 查看原书依据

      区间宽度是你强加给数据的一个外部结构,但是它却同时揭示了数据的内部结构。在构建直方图的时候,如果设置了错误的参数,那么你发现的模式(即使真实存在)也会轻易地消失。用5英寸的区间宽度重新构建直方图,如图2-6所示,代码如下: ggplot(heights.weights, aes(

    参考来源

    - 位置:《机器学习:实用案例解析》第02章《可视化分析数据 · 连续片段1》(来源项目book-sources;源文件:extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part3089.html,spine3195) - 结论依据:原文的案例步骤与解释支持所述机制;R包、外部API与数据接口限定于本书出版时环境,不作为当前兼容性承诺。 - 原始内容:区间宽度是你强加给数据的一个外部结构,但是它却同时揭示了数据的内部结构。在构建直方图的时候,如果设置了错误的参数,那么你发现的模式(即使真实存在)也会轻易地消失。用5英寸的区间宽度重新构建直方图,如图2-6所示,代码如下: ggplot(heights.weights, aes(