原创力文档- 1、本文档共6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
大数据分析平台K均值聚类分析
K均值聚类分析的介绍01K均值聚类分析的应用场景目录CONTENTS02
K均值聚类分析的介绍K均值聚类分析是典型的基于距离的聚类算法。采用相关相似性和欧式距离两种距离度量方式作为相似性的评价指标，将数据表划分为子集的算法。主要应用于环境的污染程度状况、股票行情的分析、房地产投资风险的研究等等。
K均值聚类分析的介绍01K均值聚类分析的应用场景目录CONTENTS02
K均值聚类分析的应用场景对股票分析的数据，我们采用K均值聚类分析方法进行分析，对随着日期的变化已调整收盘价的变化，使用相关相似性来度量两条线之间的距离，设置最大群集数为6，分析结果如下：对于凌乱的原始数据，我们采用相关相似性的距离度量方式来作为相似性的评价指标，按照最终调整的收盘价分成6类，从上图分类结果，我们可以很明显的看出哪些股票之间具有相关性，以便于大家更有效的把握股票行情方向。
文档评论（0）