今年研究生数模竞赛题A的数据的直接聚类分析处理

 

 

1. 还是做了预处理的, Standard deviation filtering, 过滤掉标准差小于1.0的

得到 837 out of 2000 rows, 这样筛选出837个行的数据作为分类的依据;

 

2. Normalization, 归一化, 0~1 之间, 用 (xi-average)/sigma的方法

 

3. 聚类分析的方法: Hierarchical Clustering > complete Linkage > Manhattan distance

 

 

 

这个是直接聚类分析找到的相关不错的一个结果了

 

至少第一层分析出来的cancer一类里面, 没有发现normal的例子

 

在其余的分类中, normal被误判的几率也比较低, 而且Normal和Cancer的出现相对集中...