问题描述

大部分数据挖掘算法都将选取的样例、误差默认为服从高斯分布

大部分数据挖掘算法都将选取的样例、误差默认为服从高斯分布，这样对数据挖掘结果的精确度影响到底有多大？甚至是这种默认是不是根本就不对？

说服从高斯分布是大量统计的结果，然后就将不明白具体分布的一些样例都默认为高斯分布，总感觉不是很靠谱啊？

解决方案

晕，高斯分布，我们一般都叫做正态分布好不好。正态分布是最符合自然情况的分布形态。
好比你要选取一个班级学生的成绩样本，如果是随机选取的，肯定是高分和不及格的少，成绩中等的多。
模拟一组人的身高体重也是如此。
难道你还想怎么分布？0-1分布？从一个学校抽取学生样本抽取几个尖子生再选几个差生？平均分布？100分、90分、80分、70分各取一个？

解决方案二：

你要用特例，肯定可以推到这个假设，但是有意义嘛！统计学，是能分析出大量数据的一些规律性的。