直方圖進(jìn)行數(shù)據(jù)離散化實(shí)驗(yàn)-wenkub.com
2025-04-22 13:18 本頁面
【正文】 (+X_LENGTH,+20*j,str)。 } //顯示統(tǒng)計(jì)值 CString str。 //MessageBox(aaa)。rect,myBrush)。ptr++) { //繪制0vt_data_depth[0] if(i==0) { CRect rect(this,this,this + pDocvt_data_depth[0]/thisx_ratio,this)。 MessageBox(坐標(biāo)和數(shù)據(jù)不符合！,錯(cuò)誤,MB_OK | MB_ICONERROR)。 CClientDC dc(this)。 (+X_LENGTH,+20*j,str)。 } //顯示統(tǒng)計(jì)值 CString str。 myBrushCreateSolidBrush(RGB(i*45%255,i*75%255,i*5))。 for(ptr=pDoc()。 ASSERT_VALID(pDoc)。 } this(vt[size1])。 for(int j=0。 //首先排序，然后查找值，默認(rèn)升序 sort((),())。i++) { if(vt[i]/interval num) array[vt[i]/interval]++。posnum。}//等寬度直方圖統(tǒng)計(jì)void CDrawHistogramDoc::WidthEqualCate(vectorint vt,int min,int max,int num){ if(max=0 || num==0) return。 // while(!() ) { (ch_num,sizeof(ch_num))。對(duì)于一簇樣本數(shù)據(jù)，應(yīng)采用何種直方圖劃分更為合理？對(duì)于數(shù)據(jù)的劃分，在實(shí)驗(yàn)中是采用用戶的一個(gè)預(yù)設(shè)值，可以通過數(shù)學(xué)的方法獲取一個(gè)較為良好的K值嗎？ 參考文獻(xiàn) [1] 數(shù)據(jù)挖掘：概念與技術(shù)/（加）韓家煒，（加）坎伯（Kamber,M.）著；：機(jī)械工業(yè)出版社，附錄（源代碼）//讀入數(shù)據(jù)BOOL CDrawHistogramDoc::ReadFile(CString filePath){ fstream infile()。 在實(shí)驗(yàn)中，對(duì)于每個(gè)桶中的數(shù)據(jù)，取離散值的方法是取中值。通過上述方法計(jì)算可得，平均相對(duì)誤差E1=，E2=，最大相對(duì)誤差M1=，M2=。
教學(xué)教案相關(guān)推薦
鄂ICP備17016276號(hào)-1