沦陷区的女人聚类分析（ClusterAnalysis）
（一）什么是聚类
聚类，将相似的事物聚集在一起，将不相似的事物划分到不同的类别的过程。是将复杂数据简化为少数类别的一种手段。 （二）聚类的基本思想：
∙假定研究的样本之间存在程度不同的相似性，可以分为几类；相同类别的样本相似度高，不同类别的样本相似度差。
∙用某种方法度量样本之间或者类别 之间的相似性（或称距离），依据距离来进行分类。
∙根据分类来研究各类样本的共性，出规律。
（三）聚类的应用
∙商业领域-识别顾客购买模式，预测下一次购买行为，淘宝商品推荐等。 ∙金融领域-股票市场板块分析
∙安全和军事领域
∙
o破解GPS伪随机干扰码和北斗系统民用版的展频编码密码
o识别论坛马甲和僵尸粉
o追溯网络谣言的源头
∙生物领域
∙
o苏小沫儿进化树构建
o实验对象的分类
o大规模组学数据的挖掘
o临床诊断标准
∙机器学习
∙
o人工智能
（四）聚类的对象
设有m个样本单位，每个样本测的n项指标（变量），原始资料矩阵：
image.png
冷雾
指标的选择非常重要：
必要性要求：和聚类分析的目的密切相关，并不是越多越好
代表性要求：反映要分类变量的特征
区分度要求：在不同研究对象类别上的值有明显的差异
独立性要求：变量之间不能高度相关（儿童生长身高和体重非常相关）
散布性要求：最好在值域范围内分布不太集中
（五）数据标准化
在各种标准量度值scale差异过大时，或数据不符合正态分布时，可能需要进行数据标准化。
（1） 总和标准化。 分别求出各聚类指标所对应的数据的总和， 以各指标的数据除以该指标的数据的总和。
image.png
这种标准化方法所得到的的新数据满足：
image.png李植
（2）标准差标准化，即：
image.png
这种标准化方法得到的新数据，各指标的平均值为0，标准差为1，即有：
浙江省人民政府image.png
广西壮族自治区人口和计划生育管理办法image.png
PS：比如说大家的身高差异
（3）极大值标准差
经过这种标准化所得到的新数据，各指标的极大值为1，其余各数值小于1.
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议