聚類方法clustering-資料下載頁(yè)
2025-08-01 13:50本頁(yè)面
【正文】 擇有意義的變量。 ? 變量之間的相關(guān)性也會(huì)影響聚類結(jié)果，因此可以先用主成分或因子分析法把眾多變量壓縮為若干個(gè)相互獨(dú)立的并包含大部分信息的指標(biāo)，然后再進(jìn)行聚類。 不穩(wěn)定的聚類方法 ? 輸入?yún)?shù)憑主觀導(dǎo)致難以控制聚類的質(zhì)量 ? 很多聚類算法要求輸入一定的參數(shù)，如希望產(chǎn)生的類的數(shù)目，使得聚類的質(zhì)量難以控制，尤其是對(duì)于高維的，沒(méi)有先驗(yàn)信息的龐大數(shù)據(jù)。 ? 首先要明確聚類的目的，就是要使各個(gè)類之間的距離盡可能遠(yuǎn)，類中的距離盡可能近，聚類算法可以根據(jù)研究目的確定類的數(shù)目，但分類的結(jié)果要有令人信服的解釋。 ? 在實(shí)際操作中，更多的是憑經(jīng)驗(yàn)來(lái)確定類的數(shù)目，測(cè)試不同類數(shù)的聚類效果，直到選擇較理想的分類。 不穩(wěn)定的聚類方法 ? 算法的選擇沒(méi)有絕對(duì) ? 當(dāng)聚類結(jié)果被用作描述或探查工具時(shí)，可以對(duì)同樣的數(shù)據(jù)嘗試多種算法，以發(fā)現(xiàn)數(shù)據(jù)可能揭示的結(jié)果。 不穩(wěn)定的聚類方法 ? 聚類分析中權(quán)重的確定 ?當(dāng)各指標(biāo)重要性不同的時(shí)候，需要根據(jù)需要調(diào)整權(quán)重。如加權(quán)歐式距離，權(quán)重可以用專家法確定。 案例演示 ? 有一個(gè)電信公司的數(shù)據(jù)，變量為： ? ID：用戶電話號(hào)碼 ? Mobile：移動(dòng)電話通話時(shí)間 ? Fixed：固定電話通話時(shí)間 ? DDD: 長(zhǎng)途直撥通話時(shí)間 ? IP: IP電話通話時(shí)間 ? 研究目的：挖掘不同人群撥打電話的特征 ? 下面用 SAS/Enterprise Miner演示 Q amp。 A 推薦參考書目 ? 《 應(yīng)用多元分析 》 （第二版）王學(xué)民 上海財(cái)經(jīng)大學(xué)出版社 ? 《 應(yīng)用多元統(tǒng)計(jì)分析 》 即 《 Appied Multivariate Satistics》 5th EdRichard A. Johnson, Dean W. Wichern中國(guó)統(tǒng)計(jì)出版社 ? 《 數(shù)據(jù)倉(cāng)庫(kù) 》 即 《 Building the Data Warehouse》 3th Ed， ? 《 數(shù)據(jù)挖掘原理 》《 Principles of Data Mining》 David Hand Heikki Mannila Padhraic Smgth機(jī)械工業(yè)出版社 ? 《 Data Mining Introduction and Advanced Topics》 Margaret ? 《 數(shù)據(jù)挖掘概念于技術(shù) 》 即 《 DataMing Concepts and Techniques》 Jiawei Han Micheline Kamber機(jī)械工業(yè)出版社 ? 《 數(shù)據(jù)挖掘 ——客戶關(guān)系管理的科學(xué)與藝術(shù) 》 即《 Mastering Data Mining The Art and Science of Custermer Relationship Management》 Michael , Gordon 中國(guó)財(cái)政經(jīng)濟(jì)出版社 ? 《 統(tǒng)計(jì)學(xué)教學(xué)案例 》 王吉利，何書元，吳喜之，中國(guó)統(tǒng)計(jì)出版社 謝謝大家！
范文總結(jié)相關(guān)推薦
鄂ICP備17016276號(hào)-1