chapter8聚類分析-在線瀏覽
2024-08-25 18:06本頁面
【正文】 ? 差異度矩陣 ? (one mode) ??????????????????npx. . .nfx. . .n1x. . .. . .. . .. . .. . .ipx. . .ifx. . .i1x. . .. . .. . .. . .. . .1px. . .1fx. . .11x????????????????0.. .)2,()1,(:::)2,3().. .ndnd0dd ( 3 , 10d ( 2 , 1 )02022年 8月 12日星期五 Data Mining: Concepts and Techniques 9 評(píng)價(jià)聚類質(zhì)量 ? 差異度 /相似度矩陣 : 相似度通常用距離函數(shù)來表示； ? 有一個(gè)單獨(dú)的質(zhì)量評(píng)估函數(shù)來評(píng)判一個(gè)簇的好壞； ? 對(duì)不同類型的變量，距離函數(shù)的定義通常是不同的，這在下面有詳細(xì)討論； ? 根據(jù)實(shí)際的應(yīng)用和數(shù)據(jù)的語義，在計(jì)算距離的時(shí)候，不同的變量有不同的權(quán)值相聯(lián)系； ? 很難定義“足夠相似了”或者“足夠好了” ? 只能憑主觀確定； 2022年 8月 12日星期五 Data Mining: Concepts and Techniques 10 聚類分析中的數(shù)據(jù)類型 ? 區(qū)間標(biāo)度變量（ Intervalscaled variables） : ? 二元變量（ Binary variables） : ? 標(biāo)稱型，序數(shù)型和比例型變量（ Nominal, ordinal, and ratio variables） : ? 混合類型變量（ Variables of mixed types） : 2022年 8月 12日星期五 Data Mining: Concepts and Techniques 11 區(qū)間標(biāo)度變量 ? 數(shù)據(jù)標(biāo)準(zhǔn)化 ? 計(jì)算絕對(duì)偏差的平均值 : 其中 ? 計(jì)算標(biāo)準(zhǔn)度量值 (zscore) ? 使用絕對(duì)偏差的平均值比使用標(biāo)準(zhǔn)偏差更健壯（ robust） .)...211 nffff xx(xn m ????|)|...|||(|1 21 fnffffff mxmxmxns ???????ffifif smx z ??2022年 8月 12日星期五 Data Mining: Concepts and Techniques 12 計(jì)算對(duì)象之間的相異度 ? 通常使用距離來衡量兩個(gè)對(duì)象之間的相異度。 ? 常用的距離度量方法有 : 明考斯基距離 （ Minkowski distance） : 其中 i = (xi1, xi2, …, xip) 和 j = (xj1, xj2, …, xjp) 是兩個(gè) p維的數(shù)據(jù)對(duì)象 , q是一個(gè)正整數(shù)。即可以任取其中一種狀態(tài)編碼為 1或者 0 對(duì)于對(duì)稱的二員變量，采用 簡單匹配系數(shù) 來評(píng)價(jià)兩個(gè)對(duì)象之間的相異度 dcba cb jid ??
高考資料相關(guān)推薦
鄂ICP備17016276號(hào)-1