素履之往

摘要： 相似性和相异性（区别性，不同性） 相似性就是两个数据个体间的相似程度嘛，相异性就是相对的概念咯。相异性也就是距离，如果我们把数据个体看做是向量，那么相异性就是两个向量间的距离了。相似性与相异性的转换 相似性和相异性通常都用区间[0,1]内的数值来表示。这两种值是负相关的，因此理论上任意单调递减的函数... 阅读全文

摘要： 上部分讲了些跟数据有关的概念，这部分来聊一聊操作。这里讲的操作其实是对数据预处理的操作。大概有以下这些操作。 数据聚合（Aggregation） 数据取样（Sampling） 数据降维 属性子集选取 构建属性 离散化和二分化属性 变量转换数据聚合 有个思想叫做"less is more",即所谓删繁... 阅读全文

摘要： 数据数据集通常表示成数据个体（Data Object）的集合。一条数据记录就是一个个体。常见的数据表示方式可以是表格的：Student IDGenderScore1Male42Female53female3.5上表中横向的一行就是一个Data Object了，而 Student ID,Gender,... 阅读全文