数据挖掘实验（一）：混合属性的相似性矩阵 R语言

最新推荐文章于 2024-02-22 12:48:50 发布

黄烦烦二号机

最新推荐文章于 2024-02-22 12:48:50 发布

阅读量2.1k

点赞数 1

文章标签：数据挖掘 r语言

本文链接：https://blog.csdn.net/qq_43863790/article/details/103779332

版权

本文介绍了如何使用R语言进行数据挖掘实验，重点是计算混合属性的相似性矩阵。通过源代码展示并呈现了实验的运行结果，包括课本例子和个人实例。

摘要由CSDN通过智能技术生成

一、实验内容：

编写代码s=DisFun(T,Sign)，其中T为数据集，Sign为属性类型，d为相似性矩阵

二、源代码：

#num数值型
#fdc表示非对称二元
#dc表示对称二元
#bc表示标称属性
#p表示指示符
#xs表示序数属性

S = function(T,Sign){
   
  d = data.frame(matrix(NA,nrow(T),nrow(T)))          #相异性矩阵
  distance  = c()    #距离
  p = c()            #指示符
  
  G = T  
  
  
  for(i in 1:nrow(T)){
   
    for(j in 1:i){
   
      if(i == j){
   
        d[i,j]=0
      }
      else{
   
        
        for(f in 1:ncol(T)){
   
          if(T[i,f] ==  0&T[j,f] == 0&Sign[f]