所需模块 numpy、pandas 相关系数计算 首先使用numpy.mean()方法求出均值，Xsd=numpy.std()方法求出标准差； 然后在通过(X-Xmean)/Xsd公式求出z分 ...

数据挖掘入门系列教程（一）之亲和性分析 教程系列简介 系列地址：https://www.cnblogs.com/xiaohuiduan/category/1661541.html ...

思路： - 取最近两个周期的数据分别做z-score标准化，然后对结果做差，最后在对结果求标准差。 - 比较标准差和1，小于1则是周期性数据。 原始数据 假设周期性是1天，有一条曲线，包含最近两天的时序数据。 import numpy as np import pandas ...

（2017-04-03 银河统计） 相似性和相异性被许多数据挖掘技术所使用，如聚类、最近邻分类、异常检测等。不同组样本之间的相似度是样本间差异程度的数值度量，两组样本越相似，它们的相异度就越低，相似度越高。通常用各种“距离”和“相关系数”作为相异度或相似度相异度度量方法。 一、距离计算 ...

一.基本概念 　　我们来看上面的事务库，如同上表所示的二维数据集就是一个购物篮事务库。该事物库记录的是顾客购买商品的行为。这里的TID表示一次购买行为的编号，items表示顾客购买了哪些商品。 　　事务： 　　事务库中的每一条记录被称为一笔事务。在上表的购物篮事务中，每一笔事务都表示一次 ...

一 邻近算法的基本介绍 1 基本说明 邻近算法又叫做K临近算法或者KNN(K-NearestNeighbor)，是机器学习中非常重要的一个算法，but它简单得一塌糊涂，其核心思想就是样本的类别由距离其最近的K个邻居投票来决定。现在假设我们已经有一个已经标记好的数据集，也就是说我们已经知道了 ...

前言 当你学习了本篇博文后，如果感觉还需要深入学习，可以阅读函数的奇偶性周期性习题； 周期概念 (1)、周期函数：对于函数\(y＝f(x)\)，如果存在一个非零常数 \(T\)，使得当\(x\) 取定义域内的任何值时，都有\(f(x+T)=f(x)\)，那么就称函数\(y＝f(x ...

一、概念 关联（Association） 关联就是把两个或两个以上在意义上有密切联系的项组合在一起。 关联规则（AR，Assocaition Rules） 用于从大量数据中挖掘出有价值的数据项之间的相关关系。（购物篮分析） 协同过滤（CF，Collaborative Filtering ...