SPSS-聚类分析介绍 聚类分析，就是按照个体的特征将他们分类，目的在于让同一个类别内的个体之间具有较高的相似度，而不同类别之间具有较大的差异性。 我们可以对变量进行聚类，但是更常见的还是对个体进行聚类，也就是样本聚类。例如对用户、渠道、商品、员工等方面的聚类，聚类分析主要应用在市场细分、用户细分等... ...
分类：
其他好文 时间：
2019-01-18 10:16:19
阅读次数：
422
RFM分析营销行为分析 刚才市场部的同事提了一个需求，他们准备为公司现有的高价值客户制定相关的营销策略，所以需要先从目前的客户中找到那些高价值的客户。1.1RFM 分析介绍 所谓探索性分析，主要是运用写分析方法从大量的数据中发现未知且有价值信息的过程。常用的探索性分析包括RFM分析、聚类分析、因子分... ...
分类：
其他好文 时间：
2019-01-18 10:15:13
阅读次数：
260
常用的数据变换方法 均值： 标准差： 中心化变换： 标准化变换： 极化正规化变换（规格化变换）： 对数变换： 距离和相似系数 距离： 明氏距离： 当q=1时，为绝对距离 当q=2时，为欧式距离 当q=∞时，为切比雪夫距离 兰氏距离： 斜交空间距离： 马氏距离： 两样品间： 样品到总体： 相似系数： ...
分类：
其他好文 时间：
2019-01-01 17:54:48
阅读次数：
194
什么是聚类 将物理或抽象对象的集合分成由类似的对象组成的多个类的过程被称为聚类。由聚类所生成的簇是一组数据对象的集合，这些对象与同一个簇中的对象彼此相似，与其他簇中的对象相异。聚类分析又称群分析，它是研究（样品或指标）分类问题的一种统计分析方法。 聚类分析起源于分类学，但是聚类不等于分类。聚类与分类 ...
分类：
编程语言 时间：
2018-12-21 15:23:34
阅读次数：
402
聚类分析及K均值算法讲解 吴裕雄 当今信息大爆炸时代，公司企业、教育科学、医疗卫生、社会民生等领域每天都在产生大量的结构多样的数据。产生数据的方式更是多种多样，如各类的：摄像头、传感器、报表、海量网络通信等等，面对这海量结构各式各样的数据，如果单是依靠人力来完成，是件非常不现实的事，但这些数据又包含 ...
分类：
编程语言 时间：
2018-12-01 21:52:23
阅读次数：
206
Spark UDF Java 示例 在 "这篇文章" 中提到了用Spark做用户昵称文本聚类分析，聚类需要选定K个中心点，然后迭代计算其他样本点到中心点的距离。由于中文文字分词之后(n gram)再加上昵称允许各个特殊字符（数字、字母、各种符号……），如果直接在原来的文本数据上进行聚类，由于文本的“ ...
分类：
编程语言 时间：
2018-12-01 00:11:20
阅读次数：
592
1.理解分类与监督学习、聚类与无监督学习。 （1）简述分类与聚类的联系与区别。 联系： ①聚类分析是研究如何在没有训练的条件下把样本划分为若干类。 ②在分类中，对于目标数据库中存在哪些类是知道的，要做的就是将每一条记录分别属于哪一类标记出来。 ③聚类需要解决的问题是将已给定的若干无标记的模式聚集起来 ...
分类：
编程语言 时间：
2018-11-18 20:06:21
阅读次数：
238
利用建立分级树对酵母基因表达数据进行聚类分析 一、原理 根据基因表达数据，得出距离矩阵 ↓ 最初，每个点都是一个集合 每次选取距离最小的两个集合，将他们合并，然后更新这个新集合与其它点的距离 新集合与别的集合距离的计算方法 ①两个集合之间的最短距离 ②两个集合所有点之间求距离求平均 → 把这个新集合 ...
分类：
其他好文 时间：
2018-11-18 15:02:39
阅读次数：
392
Spark Java API 计算 Levenshtein 距离 在 "上一篇文章" 中，完成了Spark开发环境的搭建，最终的目标是对用户昵称信息做聚类分析，找出违规的昵称。聚类分析需要一个距离，用来衡量两个昵称之间的相似度。这里采用levenshtein距离。现在就来开始第一个小目标，用Spar ...
分类：
编程语言 时间：
2018-11-16 22:24:07
阅读次数：
212
背景：酵母会在一定的时期发生diauxic shift，有一些基因的表达上升，有一些基因表达被抑制，通过聚类算法，将基因表达的变化模式聚成6类。 ORF Name R1.Ratio R2.Ratio R3.Ratio R4.Ratio R5.Ratio R6.Ratio R7.Ratio 1 YDR ...
分类：
其他好文 时间：
2018-11-04 14:08:32
阅读次数：
196
