聚類分析根據對象之間的相異程度，把對象分成多個簇，簇是數據對象的集合，聚類分析使得同一個簇中的對象相似，而與其他簇中的對象相異。相似性和相異性（dissimilarity）是根據數據對象的屬性值評估的，通常涉及到距離度量。相似性（similarity）和相異性（dissimilarity）是負相關 ...

是我們需要一個評判標准，評估對象之間比較的相似或不相似程度的標准，也就是數據的相似性和相異性。 數據矩 ...

　　好久沒有寫這個了。也就是在去年到今年這個時間段里，同時決定好幾件事情。第一：考研。第二：以后方向就是大數據或者是叫數據挖掘。這兩件事當然是有聯系的，第一件事就是考研考到北京，接着研究生的方向就是數據挖掘了吧。在一邊准備考研的同時，還必須得一邊准備着數據挖掘方面的知識。無奈本科前三年這方面接觸 ...

（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 ...

2-1數據對象與屬性類型 數據集由數據對象組成。一個數據對象代表一個實體。例如，在銷售數據庫中，對象可以是顧客、商品或銷售•，在醫療數據庫中，對象可以是患者；在大學的數據庫中，對象可以是學生、教授和課程。通常，數據對象用屬性描述。數據對象又稱樣本、實例、數據點或對象。如果數據對象存放在數據庫中 ...

下圖摘自：http://blog.163.com/qianshch@126/blog/static/48972522201092254141315/ 主要的聚類方法可以划 ...

一些概念與定義 　　數據挖掘是從大量數據中挖掘有趣模式和知識的過程。數據源包括數據庫、數據倉庫、Web、其他信息存儲庫或動態地流入系統的數據。 　　數據倉庫是一個從多個數據源收集的信息存儲庫，存放在一致的模式下，並且通常駐留在單個站點上。通常，數據倉庫用稱做數據立方體（data cube ...

在進行特征選擇的時候我們要衡量特征和我們的目標之間的相似性，有很多的方法可以衡量，下面介紹一些使用filter特征選擇方法的時候能夠使用的方法，更多的特征選擇方法可以參考我的另一個博客特征選擇。 filter特征選擇方法是：特征選擇的過程和模型的訓練過程沒有直接關系，使用特征本身的信息 ...