灰关联分析.ppt

数据挖掘（大数据） 简单地说，数据控掘是从大量数据中提取或“挖掘”知识。如数据库中知识挖掘、知识提取、数据／模式分析、数据考古和数据捕捞。 需要大量的数据 高校评估问题 人均专著 生师比 0.9695 1.0000 1.0000 2.8 5 0.1039 0.0741 0.1071 0.3 4 0.02078 0.1852 0.2143 0.6 3 0.0693 0.0370 0.0714 0.2 2 0.0346 0.0000 0.0357 0.1 1 向量规范化 标准0/1变换 线性变换 原序列 线性变换后最大值为1 标准01变换后，最大值为1，最小值为0 向量规范化后，序列的平方和为1 0.0000 2 5 0.6666 4 4 0.3333 10 3 0.8333 7 2 1 5 1 最优值为规定区间[5,6] 的变换 原序列 0 2 5 6 12 第四步：计算关联系数 定义 为灰关联系数 其中， 为绝对差， 为两极最小差， 为两极最大差， 为分辨系数，其意义是削弱最大绝对差数值太大引起的失真，提高关联系数之间的差异显著性，一般情況下可取0.1~0.5。 第五步：计算关联度 定义3：设为 指标 的权重，满足 ， ，定义 为 对 的灰关联度， 是序列几何距离的一种度量。 例1 果树产量因素分析 某农业研究所在研究果树的产量时发现影响果树单产的因素很多，有数据的因素就达12种之多。如树龄、剪枝、硝氨、磷肥、农肥、浇水、药物人防、畜耕人耕、弥雾、喷雾等等。经过详细的定量分析找出4种认为是对果树单产有较大影响的因素，其数据如下： 年序号 1900 1991 1992 1993 1994 1995 1996 1997 1998 单产X0 1.14 1.49 1.69 2.12 3.43 4.32 5.92 6.07 7.85 剪枝X1 3.3 3.47 3.61 3.8 4 4.19 4.42 4.61 4.8 农肥X2 6 6 6 7.5 7.5 7.5 9 9 9 浇水X3 1.2 1.2 1.8 1.8 1.8 2.4 2.7 3.6 4 药物X4 4.87 5.89 6.76 7.97 8.84 10.05 11.31 12.25 11.64 ①首先需要将数据列进行无量纲化处理。 年序号 1900 1991 1992 1993 1994 1995 1996 1997 1998 单产X0 1 1.31 1.48 1.86 3.01 3.79 5.19 5.32 6.86 剪枝X1 1 1.05 1.09 1.15 1.21 1.27 1.34 1.40 1.45 农肥X2 1 1 1 1.25 1.25 1.25 1.5 1.5 1.5 浇水X3 1 1 1.5 1.5 1.5 2.0 2.25 3.0 3.33 药物X4 1 1.21 1.39 1.64 1.82 2.06 2.32 2.52 2.39 ②然后再计算各子数据列与母数据列的差值 年序号 1900 1991 1992 1993 1994 1995 1996 1997 1998 单产X0 1 1.31 1.48 1.86 3.01 3.79 5.19 5.32 6.86 剪枝X1 0 0.26 0.39 0.75 1.8 2.52 3.85 3.92 5.41 农肥X2 0 0.31 0.48 0.61 1.76 2.54 3.69 3.82 5.36 浇水X3 0 0.31 0.02 0.36 1.6 1.79 2.94 2.32 3.53 药物X4 0 0.10 0.07 0.22 1.19 1.73 2.87 2.80 4.47 ③计算极大差 和极小差 =0 =6.86 ④计算关联系数 ⑤计算关联度 计算得到的关联度分别如下： 因此，药物对果树单产的影响最大，农肥次之，剪枝再次之，浇水对果树单产的影响最小。 年序号 1900 1991 1992 1993 1994 1995 1996 1997 1998 单产X0 1 1 1 1 1 1 1 1 1 剪枝X1 1 0.9123 0.8740 0.7829 0.6004 0.5177 0.4127 0.4083 0.3333 农肥X2 1 0.8963 0.8481 0.8146 0.6036 0.5134 0.4207 0.4123 0