数据科学专业问答社区，好文章，一字千金--CDA答疑社区

热线电话：13121318867

登录

809669515

K-Means聚类旨在将n个对象划分为k个聚类，其中每个对象属于具有最近均值的聚类。该方法产生恰好具有最大可能区别的k个不同簇。导致最大间隔（距离）的最佳簇数k不是先验的，必须根据数据计算。K-Means聚类的目标是最小化总簇内方差，或平方误差函数： a算法将数据聚集到k个组中，其中k 是预定义的。随机选择k 点作为聚类中心。根据欧几里德距离函数将对象分配到其最近的聚类中心。

0.0000

0

3

0

关注作者

收藏

809669515

K-Means聚类旨在将n个对象划分为k个聚类，其中每个对象属于具有最近均值的聚类。该方法产生恰好具有最大可能区别的k个不同簇。导致最大间隔（距离）的最佳簇数k 不是先验的，必须根据数据计算。K-Means聚类的目标是最小化总簇内方差，或平方误差函数：算法将数据聚集到k个组中，其中k 是预定义的。随机选择k 点作为聚类中心。根据欧几里德距离函数将对象

0.0000

0

4

0

关注作者

收藏

809669515

模糊C均值聚类

算法模糊c均值（FCM）是一种聚类方法，它允许一个数据属于两个或多个聚类。这种方法（由Dunn于1973年开发，1981年由Bezdek改进）经常用于模式识别。它基于以下目标函数的最小化：a ， a其中m 是大于1的任何实数，u ij是聚类j中x i的隶属度，x i 是d维测量数据的第i个，c j是聚类的d维中心，和|| * || 是表示任何测量数据与中心之间相似性的

6.8974

1

4

0

关注作者

收藏

809669515

双变量分析

堆积柱形图堆积柱形图是一个有用的图形，用于可视化两个分类变量之间的关系。它比较了来自一个变量的每个类别对第二个变量的类别的总和所占的百分比。 a组合图组合图表使用两种或更多图表类型来强调图表包含不同类型的信息。在这里，我们使用条形图显示一个分类变量的分布和折线图，以显示第二个分类变量中所选类别的百分比。组合图是最好的可视化方法，用于演示预测器（X轴）对目标（Y轴）的可预测性。 a

6.8974

1

5

0

关注作者

收藏

809669515

什么是分箱？

分箱或离散化是将数值变量转换为分类对应物的过程。例如，将Age的值分为20-39,40-59和60-79等类别。数值变量通常在基于频率表（例如，决策树）的建模方法中离散化。此外，分箱可以通过降低噪声或非线性来提高预测模型的准确度。最后，分箱可以轻松识别异常值，数值变量的无效值和缺失值。a有两种类型的分箱，无监督和监督。

6.8974

1

2

0

关注作者

收藏

809669515

如何处理决策树的过度拟合问题？

对于决策树模型和许多其他预测模型，过度拟合是一个重要的实际难题。当学习算法继续开发以增加测试集错误为代价来减少训练集错误的假设时，发生过度拟合。有几种方法可以避免在构建决策树时过度拟合。在完全对训练集进行分类之前，预先修剪停止生长树。后修剪，允许树完美地对训练集进行分类，然后修剪树。实际上，后修剪过度拟合树的第二种方法更成功，因为不容易精确估计何时停止生长树。树修剪的重要步骤是使用以

6.8974

1

3

0

关注作者

收藏

啊啊啊啊啊吖

AUC计算--基于R

除了Logistic回归能够计算预测值与真实值的综合一致程度，也即AUC外，生存分析同样能计算AUC。但生存分析假设不同，生存函数的构建也就不尽相同。因而，不同方法计算得到的生存资料的AUC也不尽相同。同时，生存函数ROC曲线的绘制也更加复杂。下面提供几种常用的基于R计算生存资料AUC的方法，并提供两种时间依赖的生存函数的AUC计算示例。但目前来说，还没有方法可以直接比较两个生存函数的AUC是否

0.0000

0

2

0

关注作者

收藏

啊啊啊啊啊吖

用R实现生存分析

R进行生存资料分析的相对优势体现在：1、能够更加方便快捷绘制Kaplan-Meier曲线，2、能够相对更加美观地绘制Kaplan-Meier曲线3、相对容易给出中位生存时间及其置信区间4、检测比例风险假设的方法更加灵活且完善5、易于构建时间依赖模型library(stats)library(survival)## Information of datadata(p

138.1834

2

5

0

关注作者

收藏

啊啊啊啊啊吖

用R进行矩阵运算（4）

12 矩阵QR分解A为m×n矩阵可以进行QR分解，A=QR，其中：Q'Q＝I，在R中可以用函数qr()进行QR分解，例如：> A=matrix(1:16,4,4)> qr(A)$qr[,1] [,2] [,3] [,4][1,] -5.4772256 -12.7801930 -2.008316e+01 -2.738613e+01[2,] 0.3651484 -3.2659863 -

0.0000

0

1

0

关注作者

收藏

啊啊啊啊啊吖

用R进行矩阵运算（3）

9矩阵的特征值与特征向量矩阵 A 的谱分解为 A=UΛU',其中 Λ 是由 A 的特征值组成的对角矩阵，U 的列为 A 的特征值对应的特征向量，在 R 中可以用函数 eigen()函数得到 U 和 Λ，> args(eigen)function (x, symmetric, only.values = FALSE, EISPACK = FALSE)其中：x 为矩阵，symmetric 项

0.0000

0

5

0

关注作者

收藏

啊啊啊啊啊吖

用R进行矩阵运算（2）

5数与矩阵相乘A 为 m×n 矩阵，c>0，在 R 中求 cA 可用符号：“*”，例如：> c=2> c*A[,1] [,2] [,3] [,4][1,] 2 8 14 20[2,] 4 10 16 22[3,] 6 12 18 246 矩阵相乘A 为 m×n 矩阵，B 为 n×k 矩阵，在 R 中求 AB 可用符号：“％*％”，例如：> A=matrix(1:12,nrow=

0.0000

0

2

0

关注作者

收藏

啊啊啊啊啊吖

用R进行矩阵运算（1）

最近整理了一份R中矩阵运算的笔记：创建一个向量在 R 中可以用函数 c()来创建一个向量，例如：> x=c(1,2,3,4)> x[1] 1 2 3 42 创建一个矩阵在 R 中可以用函数 matrix()来创建一个矩阵，应用该函数时需要输入必要的参数值。> args(matrix)function (data = NA, nrow = 1, ncol = 1, byrow =

0.0000

0

3

0

关注作者

收藏

啊啊啊啊啊吖

关于white异方差检验的问题

看econometrics in R里面异方差检验用的就是bptest()那么white异方差检验有啥函数没啊？当然有！bptest() 也可以检验white test的，Applied Econometrics with R 这本书里面提到的就是用bptest(fit, ~x1 x2 I(x1*x1) I(x2*x2) I(x1*x2))bptest是white test的一个一次

6.8974

1

1

0

关注作者

收藏

291294878

Office2016的安装进度在 90% 时挂起解决

你正在尝试安装 Office 365、Office 2016 或 Office 2013，安装在完成标记大约为 90% 时，变为无响应（挂起或冻结）。如果 Windows Installer 繁忙，则可能会发生此问题。如果 Windows 更新正在使用 Windows Installer，则 Office 安装必须等到使用 Windows Installer 完成更新进程。此外，如果 Wi

0.0000

0

4

0

关注作者

收藏

291294878

手动卸载 Office

开始手动步骤之前，确定 Office 安装类型，以便可选择正确的方式将其卸载：确定安装类型 1，打开 Office 应用程序，如 Outlook 或 Word。,2，转到“文件”>“帐户”或“Office 帐户”。3，如果出现“更新选项”项，则为即点即用安装。如果未显示该项，则为基于 MSI 的安装。步骤 1：删除 Windows Installer 程序包找到 Office 16

0.0000

0

3

0

关注作者

收藏

809669515

分层聚类涉及创建从上到下具有预定排序的聚类。例如，硬盘上的所有文件和文件夹都按层次结构进行组织。有两种类型的层次聚类，Divisive和Agglomerative。a分裂的方法在分裂或自上而下的聚类方法中，我们将所有观察分配给单个集群，然后将集群划分为两个最不相似的集群。最后，我们递归地对每个簇进行处理，直到每个观察有一个簇。有证据表明，在某些情况下，分裂算法比凝聚算法产生更准确的层次结

93.7428

1

2

0

关注作者

收藏

809669515

模型评估 - 回归

在构建了许多不同的回归模型之后，有很多标准可用于评估和比较它们。均方根误差RMSE是衡量回归模型错误率的常用公式。但是，它只能在以相同单位测量误差的模型之间进行比较。aa相对平方误差与RMSE不同，可以在不同单位测量误差的模型之间比较相对平方误差（RSE）。a平均绝对误差平均绝对误差（MAE）与原始数据具有相同的单位，并且只能在以相同单位测量误差的模型之间进行比较。它的大

0.0000

0

1

0

关注作者

收藏

809669515

什么是混淆模型？

混淆矩阵显示分类模型与数据中的实际结果（目标值）相比所做的正确和不正确预测的数量。矩阵是N×N，其中N是目标值（类）的数量。通常使用矩阵中的数据来评估这些模型的性能。下表显示了两个类（正面和负面）的2x2混淆矩阵。准确性：正确的预测总数的比例。阳性预测值或精确度：正确识别的阳性病例的比例。负面预测值：正确识别的负面案例的比例。敏感度或召回率：正确识别的实际阳性病例的比例。特异性

0.0000

0

3

0

关注作者

收藏

啊啊啊啊啊吖

数据库SQL里的排序

按单个排序：select prod_namefrom Productsorder by prod_name;#在指定一条order by 子句时，应该保证他是select语句中最后一条子句。按多个列排序：#为了按多个列排序，简单指定列名，列名之间用逗号隔开即可select prod_id,prod_price,prod_namefrom Productsorder by prod_

0.0000

0

3

0

关注作者

收藏

809669515

支持向量机 - 分类（SVM）

支持向量机（SVM）通过找到最大化两个类之间的余量的超平面来执行分类。定义超平面的向量（个案）是支持向量。a算法定义最佳超平面：最大化边距针对非线性可分的问题扩展上述定义：对错误分类进行惩罚。将数据映射到高维空间，更容易使用线性决策表面进行分类：重新设计问题，以便将数据隐式映射到此空间。要定义最佳超平面，我们需要最大化边距（w）的宽度。aa我们通过使用二次规划求解以下

0.0000

0

2

0

关注作者

收藏

<1…502503504…530>

CDA考试动态

CDA报考指南