电子商务数据挖掘常用公式与算法.pdf

电子商务数据挖掘常用公式和算法 几何平均数 1 1 1 n x1 x2 x3 xn (x1 x2 x3 xn ) n lg [ (lg x1  lg x2  ... lg xn )] n 总体方差2 2 2  (x  ) / N 标准方差 2 2 把 开平方根就得到标准方差   (x ) / N 随机变量的概率分布 随机变量的概率分布可以用下面的公式表示： f (x) P (X  x) 标准差标准化 标准差标准化是将各个纪录值减去纪录值的平均值，再除以纪录值的标准差，即： x  x  ij ia x ij S i 其中， 为平均值，其表达式为： x ia 1 n xia xij n j 1 设Si 是标准差，有： 2 1 n Si (xij  xia ) n j 1 极差标准化 极差标准化是数据标准化的另外一种常用方式。对纪录值进行极差标准化变换是将各个纪录 值减去纪录值的平均值，再除以纪录值的极差,也就是数据集中的最大值和最小值之间的差 距，即： x  x  ij ia x ij max( x ij )  min( x ij ) 极差正规化 极差正规化又是另外一种常用的数据标准化方式，可以把所有的观测值转化到[0,1]的区间 之内。对纪录值进行极差正规化变换是将各个纪录值减去纪录值的极小值，再除以纪录值的 极差，即：  xij min( xij ) x ij max( xij ) min( xij ) 相似度公式       A B similarity (A , B ) cos( A , B )   || A || * || B || F 关于 的通用公式  2 precision recall F (1 )  2  precision  recall 当 =1 时，所表示的就是F1 的公式  precision recall F 2  1 precision recall PR 值 PR 值的简化公式是： PR (v) PR (u)  vB L (v) u 在公式中PR (u) 、PR (v) 是页面u 和v 的PR 值，L (v) 是页面v 的外链数，B 是链向页