数据挖掘复习1
数据挖掘的功能：描述 数据中的一般性质和预测在当前数据进行归纳
数据的统计描述方式：
均值（mean）
权重：所有加权/总权重
数据的中心趋势度量
中位数（Median）数据集规模大开销大
或众数（mode）
中列数（MAX+MIN/2）
数据的离散程度
极差（MAX=MIN）最大的离散程度
五数概括：中位数，四分位数Q1Q23最大 最小观测值
最小观测值：>=Q1-1.5IQR
最大观测值：<=Q1-1.5IQR
IQR=(Q3-Q2)
方差 标准差是方差的平方
数据相似性计算
标称属性
d(i,j)=不相同的属性个数/总属性数
二元属性相似性： 对称：对角/所有
非对称：对角/（对角+左上）
数值属性相似性： 欧式距离：
曼哈顿距离： d(i,j)=|xi1-xj1|+|xi2-xj2|+....+ |xin-xjn|
切比雪夫距离(上确界距离)就是曼哈顿距离里面挑个最大的
闵可夫斯基距离（一组距离）
标准化欧氏距离：
序值属性相似性
支持度：占比和模式有用性
置信度：可信度 规则确定度
