所需模塊 numpy、pandas 相關系數計算 首先使用numpy.mean()方法求出均值，Xsd=numpy.std()方法求出標准差； 然后在通過(X-Xmean)/Xsd公式求出z分 ...

數據挖掘入門系列教程（一）之親和性分析 教程系列簡介 系列地址：https://www.cnblogs.com/xiaohuiduan/category/1661541.html ...

思路： - 取最近兩個周期的數據分別做z-score標准化，然后對結果做差，最后在對結果求標准差。 - 比較標准差和1，小於1則是周期性數據。 原始數據 假設周期性是1天，有一條曲線，包含最近兩天的時序數據。 import numpy as np import pandas ...

（2017-04-03 銀河統計） 相似性和相異性被許多數據挖掘技術所使用，如聚類、最近鄰分類、異常檢測等。不同組樣本之間的相似度是樣本間差異程度的數值度量，兩組樣本越相似，它們的相異度就越低，相似度越高。通常用各種“距離”和“相關系數”作為相異度或相似度相異度度量方法。 一、距離計算 ...

一.基本概念 　　我們來看上面的事務庫，如同上表所示的二維數據集就是一個購物籃事務庫。該事物庫記錄的是顧客購買商品的行為。這里的TID表示一次購買行為的編號，items表示顧客購買了哪些商品。 　　事務： 　　事務庫中的每一條記錄被稱為一筆事務。在上表的購物籃事務中，每一筆事務都表示一次 ...

一 鄰近算法的基本介紹 1 基本說明 鄰近算法又叫做K臨近算法或者KNN(K-NearestNeighbor)，是機器學習中非常重要的一個算法，but它簡單得一塌糊塗，其核心思想就是樣本的類別由距離其最近的K個鄰居投票來決定。現在假設我們已經有一個已經標記好的數據集，也就是說我們已經知道了 ...

前言 當你學習了本篇博文后，如果感覺還需要深入學習，可以閱讀函數的奇偶性周期性習題； 周期概念 (1)、周期函數：對於函數\(y＝f(x)\)，如果存在一個非零常數 \(T\)，使得當\(x\) 取定義域內的任何值時，都有\(f(x+T)=f(x)\)，那么就稱函數\(y＝f(x ...

一、概念 關聯（Association） 關聯就是把兩個或兩個以上在意義上有密切聯系的項組合在一起。 關聯規則（AR，Assocaition Rules） 用於從大量數據中挖掘出有價值的數據項之間的相關關系。（購物籃分析） 協同過濾（CF，Collaborative Filtering ...