- 1、本文档共39页,可阅读全部内容。
- 2、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。
- 3、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。
- 4、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)。
查看更多
大数据分析与挖掘实验教程
2 0 2 3
——聚类与关联规则挖掘
配套教材 : 《大数据分析与挖掘实验教程》
实 验 目 的
了解聚类与关联规 掌握聚类算法、关 使用Scikit-learn和
则挖掘的概念和应 联规则挖掘的基本 mlxtend进行聚类和
用场景 原理和实现方法 关联规则挖掘的实现
01 概念与应用场景
02 聚类算法的基本原理
CONT ENT
03 基于scikit-learn库实现聚类算法
实验 内容
04 关联规则挖掘的基本原理 :Apriori算法
05 基于mlxtend库实现关联规则挖掘
“
概 念 与 应 用 场 景 01
聚 类
聚类是一种对数据进行分类和分组的技术 ,其目的是将相似的数据对象归为一类 ,将不相
似的数据对象归为不同的类。聚类可以帮助我们了解数据的内在结构和分布规律 ,发现数据中
的相似性和差异性 ,以及对数据进行可视化和分析。聚类的应用场景非常广泛 ,例如 :
Ø 市场细分 :将消费者按照其购买行为和偏好进行分类 ,从而实现有针对性的营销 ;
Ø 社交网络分析 :将用户按照其兴趣和行为进行分类 ,从而发现用户之间的联系和社交网
络的结构 ;
Ø 图像分割 :将图像中的像素按照其颜色或纹理特征进行分类 ,从而实现图像分割和 目标
检测。
关 联 规 则 挖 掘
关联规则挖掘是一种发现数据之间关联和联系的技术 ,其目的是从数据中发现频繁项集和
关联规则。频繁项集是指在数据集中经常同时出现的一组项 ,关联规则是指一组项之间存在的
关联关系。关联规则可以帮助我们了解数据之间的关联和联系 ,发现数据中的规律和趋势 ,以
及预测未来的趋势和行为。关联规则挖掘的应用场景非常广泛 ,例如 :
Ø 购物篮分析 :发现不同商品之间的关联关系 ,从而提高交叉销售和推荐的效果 ;
Ø 健康管理 :发现不同健康指标之间的关联关系 ,从而预测疾病的风险和预防措施 ;
Ø 交通管理 :发现不同交通指标之间的关联关系 ,从而预测交通拥堵和优化交通路线。
“
聚 类 算 法 的 基 本 原 理 02
聚 类 算 法
Ø K均值算法 ;
Ø 层次聚类算法 ;
Ø 其他聚类算法 :DBSCAN算法、谱聚类算法等。
这些算法是聚类领域中的经典算法 ,具有简单、直观、易于实现的特点 ,广
泛应用于实际问题中。
K 均 值 算 法
K均值算法是一种基于距离度量的聚类算法 ,其基本思想是将数据集划分为K个不相交的簇
您可能关注的文档
- 人民大2023《心理咨询与治疗》PPTu14.pptx
- 人民大2023《心理咨询与治疗》PPTu13.pptx
- 人民大2023《心理咨询与治疗》PPTu8.pptx
- 人民大2023《心理咨询与治疗》PPTu5.pptx
- 人民大2023《心理咨询与治疗》PPTu4.pptx
- 电子社2023大数据分析与挖掘实验教程-课件ch9.pdf
- 电子社2023大数据分析与挖掘实验教程-课件ch8.pdf
- 电子社2023大数据分析与挖掘实验教程-课件ch7.pdf
- 电子社2023大数据分析与挖掘实验教程-课件ch6.pdf
- 电子社2023大数据分析与挖掘实验教程-课件ch5.pdf
- 计及电动汽车移动储能动态电价的微电网优化调度研究及解决方案.pdf
- 浅谈电动汽车充电桩绝缘智能化自检装置的设计与应用 .pdf
- 浅谈电动汽车公共充电桩布局方案评价方法.pdf
- 浅谈基于弹性响应的电动汽车快充电价定价策略 汽车充电桩有序充电.pdf
- 浅谈光储充一体化社区的有序充电策略及解决方案.pdf
- 晚期肾透明细胞癌系统性治疗中国专家共识(2024版).pptx
- 中国膀胱癌保膀胱治疗多学科诊治协作共识(2022版).pptx
- 成人心血管外科手术体外循环患者血液管理指南.pptx
- 下尿路修复重建移植物应用规范中国专家共识.pptx
- 中国儿童急性非静脉曲张性上消化道出血诊治指南(2024).pptx
文档评论(0)