数据分布的检验

对于数值型数据，在应用各种算法之前，首要做的了解一些数据的分布，然后根据情况看是否有必要对数据进行变换。了解数据的分布主要有两种手段：

1. 从图形的层面感性的认识一下

   常用的主要有两种方式：直方图和 q-q图。 关于直方图的定义我这里不做过多解释，网上资料很多。q-q图可以参考我的一篇博文：https://blog.csdn.net/lvla_juan/article/details/97235734

   更详细的可以参考：

   https://mp.weixin.qq.com/s?__biz=MzAxMDA4NjU3OA==&mid=403375449&idx=1&sn=2fb2c79f8b272686d3908c38ad03b6b1&scene=21#wechat_redirect

2. 从具体的数据大小理性的认识一下

   夏皮罗－威尔克检验（Shapiro-Wilk test）和科尔莫戈罗夫－斯米尔诺夫检验（Kolmogorov-Smirnov test）【针对是正态分布的检验】

   夏皮罗－威尔克检验也叫w检验。scipy的具体函数是：scipy.stats.shapiro。 一般认为，如果该函数返回的p-value <0.05时，则认为检验的对象不是正态分布。