摘要:
聚类与判别 方差分析使用类别自变量和连续数因变量,而判别分析连续自变量和类别因变量(即类标签) 启发式方法:K-mean和k-medoid算法 k-means:每个群集由群集的中心表示 K-medoid或PAM(围绕medoid的分区):每个集群由集群中的一个对象表示 K-Mean 就是在已知要分为 阅读全文
posted @ 2019-12-11 20:52
YUANya
阅读(882)
评论(0)
推荐(0)
摘要:
13聚类分析和判别分析 聚类分析 什么是聚类分析? 聚类:数据对象的集合 在同一集群内彼此相似 与其他集群中的对象不同 聚集分析 将一组数据对象分组为群集,即为分组 聚类是无监督的分类:没有预定义的类。 典型应用 作为了解数据分布的独立工具。 作为其它算法的预处理步骤 什么是好的聚类? 良好的聚类方 阅读全文
posted @ 2019-12-11 20:48
YUANya
阅读(2023)
评论(0)
推荐(0)
摘要:
以下方法便于将因素转化为方差齐性的: 对数转换:方差与平均值的平方成正比(即标准差与平均值成正比) 平方根转换:方差与平均值成比例。 倒数变换:标准差与组均值的平方成正比。 平方转换:标准偏差随着组均值的增加而减小,并且/或者如果分布向左倾斜。 反正弦变换是在处理比例和百分比时帮助数据分析人员的转换 阅读全文
posted @ 2019-12-11 20:36
YUANya
阅读(504)
评论(0)
推荐(0)
摘要:
数据转换 变换是数值尺度的变化。 变换是对正常、均质、线性和异常值的故障的补救。 数据的标度影响变换的效用。 ü如果标度是任意的,则转换更有效, 如果尺度是有意义的,那么解释的难度就会增加。 对数变换 因子效应是乘法而不是加法 方差与平均值的平方成正比(即标准差与平均值成正比) 对数变换实例 假设的 阅读全文
posted @ 2019-12-11 20:35
YUANya
阅读(521)
评论(0)
推荐(0)
摘要:
相关总结: 在两个随机变量计算完相关系数之后,该系数还不能使用(只能说明两个变量呈何种相关关系,比如正相关或者负相关,x与y的变异有XX可由两者之间的线性关系来表示), 即不能用R代表相关系数,r必须经过显著性检验才行。r经显著性检验的结果呈不显著时,便推断两变数间不存在相关关系, 这时不能用r代表 阅读全文
posted @ 2019-12-11 20:32
YUANya
阅读(229)
评论(0)
推荐(0)