python离散型数据How量化python离散型数据 量化的方法可以通过变量变换求解，分类为数据和连续。标量量化和向量量化按量化的维数分为标量量化和向量量化，量化系列与量化位数的换算公式为:量化系列M2的n次方。
每秒取44.1k个样本，即44.1x1000个样本数据 量化位，即每个样本数据占用8位1字节5秒，即44.1 (kHz) x1000。数据数量(采样频率×采样位数×通道数×时间)/8Byte44.1*1000*8*5*1/8Byte。
数据挖掘技术与算法技术:概念方法算法:针对不同的目标应循序渐进地调用不同的技术数据挖掘按其目标分为描述性和描述性数据挖掘。决策树；神经网络原因:大量商业软件应用覆盖数据直接挖掘更大范围数据挖掘以预测、估计、分类和预定义目标变量为目标的特征行为神经网络；决策树间接数据挖掘:不预测目标变量，目的是发现整个数据集合。自动聚类检测方法K-means是将整个数据集合划分为K个聚类的算法。
简单理解:量化，比如考核一个人的工作成绩可以体现在一个具体的数据，称为“量化考核”；但是，有些人的工作是无法用数据来体现的。比如一个什么都干的杂工，一般不能用数据来体现，所以叫“费量化”。那你应该明白“非量化指标”是什么意思吧？但“非-量化指标”需要在具体环境中体现，单纯理解字面意思似乎没有实际意义。
非财务指标主要有三个:运营、客户、员工。目前常用的非财务指标主要有:顾客满意度；产品和服务的质量；战略目标，如完成合并或项目的关键部分、公司重组和管理移交；公司的潜在发展能力，如员工满意度和保留率、员工培训、团队精神、管理有效性或公共责任；创新能力，如R
