data mining notes

标签：data mining

两个对象i和j之间的相异性可以根据不匹配率来计算：

d(i,j) = (p-m)/p;

其中，m是匹配的数目（即i和j取值相同状态的属性数), 而p是刻画对象的属性总数。

相似性

d(i,j)=1-d(i,j);

对于对称的二元属性，每个状态都同样重要。基于对称二元属性的相异性称做对称的二元相异性。

d(i,j)=(r+s)/(q+r+s+t);

非对称的二元属性，两个状态不是同等重要的，非对称的二元相异性，负匹配数t被认为是不重要的，

d(i,j)=(r+s)/(q+r+s);

数值属性的相异性：euclidean distance, manhattan distance,minkoski distance;

euclidean distance :d(i,j)=sqrt(power((x1-y1),2) + power((x2-y2),2)+power((xn-yn),2));

manhattan distance:d(i,j)=abs(x1-y1)+abs(x2-y2)+abs(xn-yn);

upper distance :produce the max minus value between each dimension of the object

本文出自 “welcome” 博客，请务必保留此出处http://friendsforever.blog.51cto.com/3916357/1612048

data mining notes

标签：data mining

原文地址：http://friendsforever.blog.51cto.com/3916357/1612048