数据挖掘整理.ppt

四、数据对象之间的相异度和相似度;1、简单属性的相似度和相异度;1、简单属性的相似度和相异度;可以计算学生身高的相异度矩阵如下：;;;;例2.设两个顾客x和y购买的商品如下，计算 它们的相似系数SMC和J。;;例3.两个文档向量x和y如下，分别计算其余弦相似度cos(x，y）和EJ;;例如，以毫米为单位，20个人的身高通常不会重复，但如果以分米为单位，则某些人很可能具有相同的身高。此外，如果使用一个唯一的值表示遗漏值，该值通常用众数。;样本的p分位数xp 可以按如下方法求得：;与分位数有关常用术语;例1.下表是中国各省（市）国有单位的人均报酬，单位：元/年。分别计算p=0.25,0.5,0.75时的分位数及样本均值。;解：n=34，n*0.75=8.5,Q3= 32738(江苏）,同理，median=22956（湖北或湖南），Q1=21608（贵州），Q3-Q1=11130，样本均值为27501.59 ;;例：设总体的分布率如下：;数据：3,3,2,2,1,2,1,2,3,3;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;