摘要：
数据可视化：将数据表示成各种图，方便分析数据 盒状图（箱线图）：能分析多个属性数据的离散度差异性 直方图：用来分析单个属性在各个区间的变化分布 散点图：用来显示两组数据的相关性分布 阅读全文
摘要：
在认识了数据之后，我们要知道基本的数据统计方法为数据处理做准备 数据统计动机： 为了更好地理解数据：集中趋势、分布 数据统计的常用统计特性： 最大值，最小值，中位数，位数，离群值，方差等 中性化趋势度量：均值、中位数、众数 平均值：一组数据的均衡点（均值对离群值很敏感，因此，中位数和截断均值也很常用 阅读全文
摘要：
要进行数据挖掘，首先我们要知道什么是数据、数据集，有哪些数据类型 数据集： 在数据库中，我们存储的一个数据库表（table）就是一个数据集，数据表的每一行就是一个数据对象（就是一条信息），数据表的列就是数据的属性（用来解释每一个数据代表什么含义） 数据（属性）类型： 标称： 标称类型的数据与该数据的 阅读全文
摘要：
数据挖掘定义： 数据挖掘是从大量的，不完全的，有噪声的，模糊的，随机的数据中提取隐含在其中的、人们事先不知道的，但又是潜在有用的信息和知识的过程。 数据挖掘涉及到的知识： 数据库技术、统计学、可视化、高性能计算、人工智能、机器学习 关于数据、信息、知识的理解： 也就是说 ： 对于一个客户：它的年龄2 阅读全文
摘要：
欧式距离： 两点之间的直线距离： 二维平面上两点 a(x1,x2），b(y1,y2) 间的欧式距离为： \(d = \sqrt{(x_{1}-y_{1})^{2}+(x_{2}-y_{2})^{2}}\) 三维平面上两点 a(x1,x2,x3)， b(y1,y2,y3)间的欧氏距离： \(d = \ 阅读全文
摘要：
杰卡德距离（Jaccard Distance）: 杰卡德相似系数(Jaccard similarity coefficient)：两个集合A和B的交集元素在A，B的并集中所占的比例，称为两个集合的杰卡德相似系数，用符号J(A,B)表示： \(J\left ( A,B\right ) = \frac{ 阅读全文
摘要：
切比雪夫距离： 国际象棋中，国王可以直行、横行、斜行，所以国王走一步可以移动到相邻8个方格中的任意一个。国王从格子(x1,x2)走到格子(y1,y2)最少需要多少步？答案是 max（|x1-y1|，|x2-y2|），这个距离就叫切比雪夫距离。 二维平面两点 a(x1,x2)，b(y1,y2) 间的切 阅读全文