数据挖掘中中相异度矩阵.pptVIP

下载本文档

236
0
约小于1千字
约 11页
2020-08-04 发布于福建
举报
版权申诉

数据挖掘中中相异度矩阵.ppt

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

相异度矩阵 1.相异度矩阵( Dissimilarity matrix) 定义相异度矩阵存储n个对象两两之间的相似性表现形式是一个n×n维的矩阵。d(i,j)是对象i和j之间相异性的量化表示,通常为非负值,两个对象越相似或“接近”,其值越接近0,越不同,其值越大,且d(i,j)=d 2相异度d(ij)的具体计算因所使用的数据类型不同而不同,常用的数据类型包括区间标度变量二元变量标称型、序数型和比例标度型变量混合类型的变量 3.相异度矩阵是对象一对象结构的一种数据表达方式多数聚类算法都是建立在相异度矩阵基础上如果数据是以数据矩阵形式给出的,就要将数据矩阵转化为相异度矩阵对象间的相似度或相异度是基于两个对象间的距离来计算的欧几里得距离和曼哈坦距离计算 d(,j) 12+1x.-x +|x:-x,12) d()=x-xn+12-xn2 具体案例分析步骤1我们取出500个具有代表性,不同区域的房子作为样本数据。为简化数学模型只考虑五个重要的房子核心属性:交通、价格、房型、环境和实际面积建筑面积比率 (得房率)。并且由独立的第三方房产专业人员为五种属性分别加以不同的权重。每个加权值在1到10之间值越高表示属性越好最后得到整个样本的属性矩阵如式(1)所示 lg 1A 1