刚刚接触机器学习，adaboost对训练数据分类的非常精细，为什么不会过拟合呢？是迭代过程中基函数会自己做权衡，不会为了一些明显的噪声去增加err（损失），从而对噪声有一定的容忍度吗？

像全球销售量，全球销售金额，这些数据各大公司是怎么统计出来的？如“xxxxx游戏全球总销售量超过500万份”，是统计自己仓库出库数量吗？还是到买家手上的数量？

在学校学习过excel SAS SPSS 经济计量等方面的知识，毕业或者读研毕业之后想走数据挖掘或数据分析方面的工作。

如题，现在我知道数据分析界的马氏距离是考虑到两个变量之间的相关性然后求出它的距离的，在我们的数据挖掘导论课上提到马氏距离实际上是这样的：两个互相关变量包含两个维度，它俩之间的“距离”定义为，其中两维度构成的平面上“回归椭圆（不知道这样说对不对）”的距离，请问互相关矩阵和椭圆之间是怎么建立起联系的，也就是不清楚互相关性是怎么拥有“到椭圆的距离”这一几何解释的？还有就是一般讨论的马氏距离是指的两个变量之间的“相关距离”，如果涉及到两个多维变量之间的“距离”计算，则是不是还要发展某种“互相关张量”来进行描述？比如使用王赟回答中提到的那个例子，两个人这是两个变量，两人各自的身高、体重，是两个维度，但如果我们再加一个维度，比如说腰围，这样两个 […]

如图，我想计算纪念碑街东段，服饰类的面积区间，该如何做？最后出来的应该是一个区间值，如：纪念碑东段服饰类面积区间为：60-200.

，或者用其他方法，总之是要做到能让复查的人清楚的看到分开的两组数据，颜色是我手动加的，数据量很大，纯手动的话伤不起。求教！！

最近在准备一个关于数学和选举的演讲，我现在没有头绪

很多人说星座不准只是研究的不够深，什么人在不同星守护下星座不一样之类之类。那这个可以通过大量的数据来证明咩？——————补充分割线——————大家都不要吐槽我了啦……我是不信星座的，也不觉得人可以被简单粗暴的分类。只是突然听到身边人说了一堆理论，说有人真的可以用各种正确的学说来证明星座的可信度，所以突发奇想现在数据统计这么发达，是不是可以从根本是证明这个东西，所以才来提问的～平时对一些统计类的东西也没有了解，也不是很了解大数据是什么，所以看到大家说证明真伪什么的真的一头雾水啊……因为把这两个扯到一起不开心的答主都消消气嘛好不好～～～谢谢每一个人的回答～