前言在机器学习或数据分析过程中，通常会期待手里所拿到的数据在统计上是符合正态分布的。原因是大多常用的分析工具或算法模型均是以符合正态分布为前提条件。 比如，统计分析中的平均值、标准偏差、方差分析等；机器学习中的主成分分析、参数模型（如线性回

numba介绍Numba 是适用于 Python 的即时编译器（jit），最适用于使用 NumPy 数组和函数以及循环的代码。 使用 Numba 最常见的方法是通过它的装饰器集合，通过这些装饰器来标记函数使用 Numba 编译。 当调用 N

说明近期在项目中，涉及到对大样本、高维数据集的分析建模，总体上样本数量有40万个，特征维度有近300个。整个分析建模采用python机器学习框架，涉及pandas进行数据清洗，其中需要依据判断条件对异常样本进行剔除。当在小样本情况下，无论多