chapter8聚類分析(編輯修改稿)
2024-08-11 18:06 本頁面
【文章內(nèi)容簡介】 離 （ Minkowski distance） : 其中 i = (xi1, xi2, …, xip) 和 j = (xj1, xj2, …, xjp) 是兩個 p維的數(shù)據(jù)對象 , q是一個正整數(shù)。 當 q = 1時 , d 稱為 曼哈坦距離 （ Manhattan distance） q qppqq jxixjxixjxixjid )||. ..|||(|),( 2211 ???????||...||||),( 2211 pp jxixjxixjxixjid ???????2022年 8月 12日星期五 Data Mining: Concepts and Techniques 13 Similarity and Dissimilarity Between Objects (Cont.) ? 當 q=2時 , d 就成為 歐幾里德距離 : ? 距離函數(shù)有如下特性： ? d(i,j) ? 0 ? d(i,i) = 0 ? d(i,j) = d(j,i) ? d(i,j) ? d(i,k) + d(k,j) ? 可以根據(jù)每個變量的重要性賦予一個權(quán)重 )||. ..|||(|),( 2222211 pp jxixjxixjxixjid ???????2022年 8月 12日星期五 Data Mining: Concepts and Techniques 14 二元變量 ? 二元變量的可能性表 其中每個對象有 p個變量，且 p=a+b+c+d pdbcas u mdcdcbabas u m????0101Object i Object j 2022年 8月 12日星期五 Data Mining: Concepts and Techniques 15 二元變量 ? 對稱的 如果一個二元變量的兩個狀態(tài)是同等價值的，具有相同的權(quán)重。即可以任取其中一種狀態(tài)編碼為 1或者 0 對于對稱的二員變量，采用 簡單匹配系數(shù) 來評價兩個對象之間的相異度 dcba cb jid ??? ??),(2022年 8月 12日星期五 Data Mining: Concepts and Techniques 16 二元變量 ? 非對稱的 如果變量的兩個狀態(tài)不是同樣重要的，則稱該變量是不對稱的。 根據(jù)慣例，將比較重要通常也是出現(xiàn)概率比較小的狀態(tài)編碼為 1，將另一中狀態(tài)編碼為 0。 對于非對稱的二員變量，采用 Jaccard系數(shù)來評價兩個對象之間的相異度 cba cb jid ?? ??),(2022年 8月 12日星期五 Data Mining: Concepts and Techniques 17 二元變量的相異度計算 ? 實例 ? gender 是一個對稱的二元變量 ? 其它的都是非對稱的二元變量 ? 將值 Y和 P 編碼為 1, 值 N 編碼為 0，根據(jù) Jaccard系數(shù)計算得： Nam e Gender Fe
高考資料相關(guān)推薦
鄂ICP備17016276號-1