大数据
不改完Bug不睡觉
不吃不喝不睡敲代码。
展开
-
数据可视化笔记之视觉感知认知
这是一个名字叫AWSL从今天开始努力学习数据可视化的笔记本,如果有幸被初学的你发现了欢迎一起学习QWQ: 文章目录数据可视化视觉感知与认知视觉感知和认知(基本概念)颜色 数据可视化 把数据用各种方式更加直观地表示出来,方便人们认识/做判断 视觉感知与认知 视觉感知和认知(基本概念) 可视化和可视分析过程的主体:用户 视觉感知处理系统: ①语言方面:口头和书面的信息加工部分。 ②非语言事物:...原创 2019-08-03 11:17:04 · 5296 阅读 · 1 评论 -
数据可视化笔记目录
这是一个名字叫AWSL从今天开始努力学习数据可视化的笔记本的目录: 第二章: 视觉感知与认识 第三章: 啊还没开始,要慢慢慢慢慢慢来完善ORZ原创 2019-08-02 18:25:06 · 183 阅读 · 0 评论 -
基于密度的数据聚类的常用定义
衡量数据密度往往会用到的东西orz ①欧几里得密度(单位区域内点的数目) 依照点数目的密度衡量。 ②概率密度 查了查发现是概率论的,下学期学,学的时候再来补充。 有些问题并不是我们想的那样处于标准的平均情况,比如一个实体密度,有大的部分也有小的部分。 如果满足下面两个方程式,就可以被称为概率密度函数,概率密度函数也可以理解为随机变量落在一个区间的概率比上这个区间大小的比值(在区间大小趋于零的情况下...原创 2019-08-08 10:58:03 · 275 阅读 · 0 评论 -
计算距离和相似度的常用算法
相似度是衡量多个数据对象之间相似的数值,通常位于0-1之间。 相异度与之对应,0-与数据集有关,可能超过2。 常用计算距离和相似度的方法: ①欧几里得距离/欧氏距离 衡量的是多维空间中各个点的之间的绝对距离。是比较直观常见的相似度算法。 欧氏距离越小,相似度越大;欧氏距离越大,相似度越小。比较符合人类记忆,距离越小越像。(啊这是我看到过欧几里得最简单的公式了呜呜 ②明科夫斯基 ...原创 2019-08-06 18:59:26 · 1028 阅读 · 3 评论