m0_62504956的博客

DBSCAN(Density-based spatial clustering of applicationswith noise)是Martin Ester, Hans-PeterKriegel等人于1996年提出的一种基于密度的聚类方法，聚类前不需要预先指定聚类的个数，生成的簇的个数不定（和数据有关）。系统聚类的合并算法通过计算两类数据点间的距离，对最为接近的两类数据点进行组合，并反复迭代这一过程，直到将所有数据点合成一类，并生成聚类谱系图。选出初始点后，就继续使用标准的K-means算法了。

异方差这里出现的信息可以理解为对于模型的稳定程度所做的贡献，异方差是指各个扰动项的方差不相同，那么方差较大的扰动项破坏模型稳定性的程度就较大，我们就说它包含的信息量减少。（5）研究产品寿命、企业寿命甚至是人的寿命（这种数据往往不能精确的观测，例如现在要研究吸烟对于寿命的影响，如果选取的样本中老王60岁，现在还活的非常好，我们不可能等到他去世了再做研究，那怎么办呢？（3）消费者调查得到的数据（1表示非常不喜欢，2表示有点不喜欢，3表示一般般，4表示有点喜欢，5表示非常喜欢）（定序变量）。

典型相关分析：研究两组变量（每个变量中都可能有多个指标）之间相关关系的一种多元统计方法。p值小于0.05（0.1）表示在95%（90%）的置信水平下拒绝原假设，即认为两组变量有关。选取和最初挑选的这对线性组合不相关的线性组合，使其配对，并选取相关系数最大的一对；在每组变量中找出变量的线性组合，使得两组的线性组合之间具有最大的相关系数；3）确定典型相关变量的个数（直接看典型相关系数对应的P值即可）（重要~~）5）进行典型载荷分析 (典型荷载分析是指原始变量与典型变量之间相关性分析）被选出的线性组合配对称为。

（2）在不确定两个变量是什么关系的情况下，即使算出皮尔逊相关系数，发现很大，也不能说明那两个变量线性相关，甚至不能说他们相关，（1）如果两个变量本身就是线性的关系（前提），那么皮尔逊相关系数绝对值大的就是相关性强，小的就是相关性弱；对相关系数的解释是依赖于具体的应用背景和目的的。（2）离群点对相关系数的影响很大，例如图3，去掉离群点后，相关系数为0.98。1.连续数据，正态分布，线性关系，用pearson相关系数是最恰当，当然用。R返回的是相关系数表，P返回的是对应于每个相关系数的p值。

argmin 存在参数k，b使括号里的值最小第一种有绝对值，不易求导（求导在求最小值），计算较为复杂；所以我们往往使用第二种定义，也正是最小二乘的思想。为什么不用四次方？（1）避免极端数据对拟合曲线的影响。（2）最小二乘法得到的结果和MLE极大似然估计一致。不用奇数次方的原因：误差会正负相抵如何评价拟合的好坏： SSE越小越好思考：y=a+bx*x是线性函数吗？答：是的，因为我们这里说的线性函数是指对参数为线性（线性于参数）如何判断线性于参数的函数？在函数中，参数仅以一次方出现，且不能乘以或除以

标准化处理：为了消去不同指标量纲的影响，需要对已经正向化的矩阵进行标准化处理。（2）计算第j项指标下第i个样本所占的比重，并将其看作相对熵计算中用到的概率。（3）计算每个指标的信息熵，并计算信息效用值，并归一化得到每个指标的熵权。信息效用值的定义：dj=1-ej 信息效用值越大，其对应的信息就越多。（1）判断输入的矩阵中是否存在负数，如果有则要重新标准化到非负区间。当然：层次分析法的主观性太强了，更推荐大家使用。TOPSIS法是一种常用的。带权重的TOPSIS：使用。信息熵越大对应的信息量越小。

选择哪种方案最好，哪位运动员表现的更优秀。评价类问题可以用。

将上面求出的关联系数每列指标求均值。

（去除噪声和不重要信息）方法，它能将多个指标转换为少数几个主成分，这些主成分是原始变量的线性组合，且彼此之间互不相关。之处主要在于要能够给出主成分的较好解释，所提取额主成分中如有一个主成分解释不了，整个主成分分析也就失败了。用较少的新变量代替原来较多的旧变量，而且使这些较少的新变量尽可能多地保留原来变量所反映的信息。确切，这是变量降维过程中不得不付出的代价。该方法取得成功：一是靠原始变量的合理选取，二是靠“运气”。当研究的问题涉及到多变量且变量之间存在很强的相关性。

Plot3空间曲线，mesh（空间曲面 曲面网格），surf（空间曲面 曲面表面），contour（等高线）是三维作图中的命令。使用在现有的数据极少，不足以支撑分析的进行，这时就需要使用一些数学方法来“模拟产生”一些新的但又比较靠谱的值来满足需求。适用在“已知函数在某区间（域）内若干点处的值，求函数在该区间（域）内其他点处的值”【注1】只要n+1个节点互异，满足上述插值条件的多项式是唯一存在的；：将插值区间分成若干小区间，在小区间内用低次（二次，三次）插值，即。预测，寻找规律的手段 是插值的外延。