【数据挖掘】exercise1涉及的知识点

1. 数据规范化

1.1 Min-max规范化

Min-max 规范化方法是将原始数据变换到[0,1]的空间中。用公式表示就是:
在这里插入图片描述
【注】不知道CSDN插入图片咋回事,水印前几天还能去掉,现在像牢牢焊死了一样,把公式都挡住了!bulabula吐槽中……

1.2 Z-Score规范化

在这里插入图片描述
Z-Score 的优点是算法简单,不受数据量级影响,结果易于比较。不足在于,它需要数据整体的平均值和标准差,而且结果没有实际意义,只是用于比较。

1.3 小数定标规范化

小数定标规范化就是通过移动小数点的位置来进行规范化。小数点移动多少位取决于属性 A 的取值中的最大绝对值。

下面的PPT可以帮助理解以上的三个概念。
在这里插入图片描述

2. 向量相似性度量

这里涉及的知识点包括欧氏距离、曼哈顿距离、闵可夫斯基距离和上确界距离。其中曼哈顿距离和上确界距离都是闵可夫斯基距离的一般形式,不太好计算的是上确界距离。
在这里插入图片描述
上确界距离的简便计算公式如下:
在这里插入图片描述
也就是说,上确界距离就是两个向量不同属性值作差绝对值最大的那个值。

3. 百分位数的概念

统计学术语,如果将一组数据从大到小排序,并计算相应的累计百分位,则某一百分位所对应数据的值就称为这一百分位的百分位数。可表示为:一组n个观测值按数值大小排列如,处于p%位置的值称第p百分位数。

中位数是第50百分位数。

第25百分位数又称第一个四分位数(First Quartile),用Q1表示;第50百分位数又称第二个四分位数(Second Quartile),用Q2表示;第75百分位数又称第三个四分位数(Third Quartile),用Q3表示。

百分位数的概念需要自己好好理解一下,文字定义有点晦涩。

4. 盒图的绘制

箱形图(Box-plot)又称为箱线图,是一种用作显示一组数据分散情况资料的统计图。因形状如箱子而得名。在各种领域也经常被使用,常见于品质管理。它主要用于反映原始数据分布的特征,还可以进行多组数据分布特征的比 较。箱线图的绘制方法是:先找出一组数据的上边缘、下边缘、中位数和两个四分位数;然后, 连接两个四分位数画出箱体;再将上边缘和下边缘与箱体相连接,中位数在箱体中间。

绘制步骤

1、画数轴,度量单位大小和数据批的单位一致,起点比最小值稍小,长度比该数据批的全距稍长。
2、画一个矩形盒,两端边的位置分别对应数据批的上下四分位数(Q3和Q1)。在矩形盒内部中位数(Xm)位置画一条线段为中位线。
3、在Q3+1.5IQR和Q1-1.5IQR处画两条与中位线一样的线段,这两条线段为异常值截断点,称其为内限;在Q3+3IQR和Q1-3IQR处画两条线段,称其为外限。处于内限以外位置的点表示的数据都是异常值,其中在内限与外限之间的异常值为温和的异常值(mild outliers),在外限以外的为极端的异常值(extreme outliers)。四分位距IQR=Q3-Q1。.
4、从矩形盒两端边向外各画一条线段直到不是异常值的最远点,表示该批数据正常值的分布区间。
5、用“〇”标出温和的异常值,用“*”标出极端的异常值。相同值的数据点并列标出在同一数据线位置上,不同值的数据点标在不同数据线位置上。至此一批数据的箱形图便绘出了。统计软件绘制的箱形图一般没有标出内限和外限。

四分位数其实对于不太熟悉的新手来说不太好计算,我在网上找了一个简便算法,大家可以参考一下:

Q1的位置 1(n+1)/4

Q2的位置 2 (n+1) /4

Q3的位置 3(n+1)/4

式中n表示资料的项数。


Reference:
1、数据变换
2、上确界距离公式推导
3、统计学里面的百分位数是什么意思
4、箱型图_百度百科
5、箱型图的绘制

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
西北工业大学exercise 1基于tcp是一项基于传输控制协议(TCP)的练习。TCP是一种可靠的传输协议,用于在网络上传输数据。 在这个练习中,学生将学习如何使用TCP协议来建立网络连接、传输数据和关闭连接。学生可能会被要求编写基于TCP的客户端和服务器程序。 首先,学生需要了解TCP的工作原理。TCP使用一种可靠的、面向连接的通信模式,通过建立连接、传输数据包和关闭连接来实现数据传输。学生需要了解TCP头部的结构和TCP状态转换图,以便正确地实现TCP连接。 然后,学生可能需要编写一个TCP客户端程序。客户端程序负责与服务器建立连接,并向服务器发送请求。学生需要了解套接字编程和TCP的API(应用程序接口),以便在编写客户端程序时正确地使用TCP协议。 接下来,学生可能需要编写一个TCP服务器程序。服务器程序负责接收客户端的连接请求,并处理客户端发送的数据。学生需要了解服务器程序的设计和实现,以便正确地接收和处理客户端的数据。 最后,学生需要测试他们编写的TCP程序。他们可以使用网络调试工具来模拟网络连接和数据传输。学生应该验证他们的程序是否能够正确地建立连接、传输数据和关闭连接。 通过参与这个exercise,学生将能够加深对TCP协议的理解,并掌握使用TCP进行网络通信的基本技能。这对于在计算机网络领域的进一步学习和实践都是非常有益的。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

早知晓

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值