|
|||
|
摘要：
原文来自：http://www.dataguru.cn/article-2216-1.html案例数据源：有20种12盎司啤酒成分和价格的数据，变量包括啤酒名称、热量、钠含量、酒精含量、价格。数据来自《SPSS for Windows 统计分析》data11-03。点击下载【一】问题一：选择那些变量进行聚类？——采用“R型聚类”1、现在我们有4个变量用来对啤酒分类，是否有必要将4个变量都纳入作为分类变量呢？热量、钠含量、酒精含量这3个指标是要通过化验员的辛苦努力来测定，而且还有花费不少成本，如果都纳入分析的话，岂不太麻烦太浪费？所以，有必要对4个变量进行降维处理，这里采用spss R型聚类（变 阅读全文
posted @ 2013-08-06 20:05 _Babyface 阅读(2524) 评论(0) 推荐(0) 编辑
摘要：
现在觉得自己就是个大神，什么类型的大神呢？ 就是只会Crtl+C和Ctrl+V的大神。 阅读全文
posted @ 2013-08-06 19:52 _Babyface 阅读(124) 评论(0) 推荐(0) 编辑
摘要：
K-means也是聚类算法中最简单的一种了，但是里面包含的思想却是不一般。最早我使用并实现这个算法是在学习韩爷爷那本数据挖掘的书中，那本书比较注重应用。看了Andrew Ng的这个讲义后才有些明白K-means后面包含的EM思想。 聚类属于无监督学习，以往的回归、朴素贝叶斯、SVM等都是有类别标签y的，也就是说样例中已经给出了样例的分类。而聚类的样本中却没有给定y，只有特征x，比如假设宇宙中的星星可以表示成三维空间中的点集。聚类的目的是找到每个样本x潜在的类别y，并将同类别y的样本x放在一起。比如上面的星星，聚类后结果是一个个星团，星团里面的点相互距离比较近，星团间的星星距离就比较远了。 在. 阅读全文
posted @ 2013-08-06 19:38 _Babyface 阅读(142) 评论(0) 推荐(0) 编辑
摘要：
从《基于比较的排序结构总结》中我们知道：全依赖“比较”操作的排序算法时间复杂度的一个下界O(N*logN)。但确实存在更快的算法。这些算法并不是不用“比较”操作，也不是想办法将比较操作的次数减少到 logN。而是利用对待排数据的某些限定性假设，来避免绝大多数的“比较”操作。桶排序就是这样的原理。桶排序的基本思想 假设有一组长度为N的待排关键字序列K[1....n]。首先将这个序列划分成M个的子区间(桶)。然后基于某种映射函数，将待排序列的关键字k映射到第i个桶中(即桶数组B的下标 i) ，那么该关键字k就作为B[i]中的元素(每个桶B[i]都是一组大小为N/M的序列)。接着对每个桶B[i]中. 阅读全文
posted @ 2013-08-06 19:35 _Babyface 阅读(324) 评论(0) 推荐(0) 编辑 |
|||
