数据十问，问十道百
目录：
1，度量数据中心趋势与离散趋势的统计量？
2，刻画相异性的度量？
3，什么是高数据质量的数据？
4，规范化变换数据的方法？
5，什么是数据仓库？
6，什么是数据立方体？
7，OLAP的操作用哪些？
8，OLAP的服务器结构有哪些？
9，常用的属性选择度量有哪些？
10，评估分类器性能的度量？
通过细微的十个小问题，以点画线，画出数据相关的知识面，直观把握知识，形成一个体系。
1，度量数据中心趋势与离散趋势的统计量？
中心趋势度量：均值，中位数，中列数，众数；
离散趋势度量：极差，四分位数，方差，标准差，四分位数极差；
分布形态度量：峰度，偏度，一个标准正态分布数据偏度为0，峰度为3
2，刻画相异性的度量？
欧几里得距离（绿色），曼哈顿距离（红蓝黄），闵可斯夫基距离，上确界距离等等。
3，什么是高数据质量的数据？
准确性，完整性，一致性，时效性，可信性和可解释性。
数据预处理过程：数据清理，数据集成，数据归约。
4，规范化变换数据的方法？
最小-最大规范化：将原始数据投射到指定的空间[min,max]。可用公式表示为：
Z分数(z-score)规范化（或零均值规范化）：属性的值基于A的均值（即平均值）和标准差规范化
小数定标规范化：通过移动属性A的值的小数点未知进行规范化。小数点的移动位数依赖于A的最大绝对值。
还有scaling 图表化显示。
5，什么是数据仓库？
William H. Inmon 说：“数据仓库是一个面向主题的，集成的，时变的，非易失的数据集合，支持管理者的决策过程。”
三种数据仓模型：企业仓，数据集市，虚拟仓库
6，什么是数据立方体？
数据立方体是一种多维数据模型，允许以多维对数据建模和观察。它由维和事实定义。
多维数据模型的模式：星形，雪花，事实星座。
对于N维立方体，共有2的N次方个基本方体，会产生维灾难。
完全立方体，冰山立方体，闭立方体，立方体外壳。
7，OLAP的操作用哪些？
上卷，下钻，切片和切块，转轴。其它操作：钻过，钻透；
8，OLAP的服务器结构有哪些？
关系OLPA（ROLAP）服务器，多维OLAP（MOLAP）服务器，混合OLAP（HOLAP）服务器，特殊的SQL服务器。
9，常用的属性选择度量有哪些？
属性选择度量就是分裂规则，用来确定分裂属性和分裂子集。
常见的度量方法：信息增益，增益率，基尼指数(Gini指数)
其他属性度量方法：卡方检验，C-SEP，G-统计量
10，评估分类器性能的度量？
恭喜你，看完了十个问题，也掌握了基础的解答点，更希望你能够做到问十道百，体现自己的专业知识和技术自信。
携：《唐人街探案3》提前祝愿大家新年快乐！！！