`sklearn`本身主要用于机器学习建模任务，对于数据的可视化和分布统计功能并不如其他库（例如 `pandas`, `matplotlib`, 和 `seaborn` 等）强大。不过我们可以通过结合 `numpy`, `pandas`, 和 `matplotlib` 来完成对连续型目标变量的数值分布统计，并生成相应的图表。 以下是具体的步骤： --- ### 步骤1：加载必要的库 ```python import numpy as np import pandas as pd from matplotlib import pyplot as plt ``` --- ### 步骤2：准备数据集 假设你有一个由 `scikit-learn.datasets` 提供的数据集（比如波士顿房价），可以从中提取出目标值列： ```python from sklearn.datasets import load_boston # 加载数据集 data = load_boston() target = data.target # 连续型目标值 df_target = pd.DataFrame(target, columns=['Price']) ``` --- ### 步骤3：计算描述性统计量 使用 Pandas 的 `describe()` 函数获取基本的统计数据（均值、标准差等）： ```python print(df_target.describe()) ``` 这将返回类似以下的结果： ``` Price count 506.000000 mean 22.532806 std 9.197104 min 11.900000 25% 17.025000 50% 21.200000 75% 25.000000 max 50.000000 ``` --- ### 步骤4：绘制直方图 我们可以利用 Matplotlib 或 Seaborn 绘制目标值的频率分布图： ```python plt.hist(df_target['Price'], bins=30, color='blue', edgecolor='black') plt.title('Distribution of Target Variable (Price)') plt.xlabel('Price') plt.ylabel('Frequency') plt.show() ``` 如果想要更美观的效果，可以用 `seaborn.displot` 替代： ```python import seaborn as sns sns.displot(df_target['Price'], kde=True) plt.title('Density Plot for Target Variable (Price)') plt.show() ``` --- ### 步骤5：检查偏度和峰度 为了进一步分析分布特性，可以计算偏度 (`skew`) 和峰度 (`kurtosis`)： ```python print("Skewness:", df_target['Price'].skew()) # 偏斜程度 print("Kurtosis:", df_target['Price'].kurt()) # 尖峭程度 ``` --- 通过以上方法，你可以直观地了解目标值是否接近正态分布以及其集中趋势如何。