yunfeizhong-CSDN博客

原创时间序列形态相似性分析（二）——相似性度量的一个应用实例

（二）时间序列相似性度量的一个实例我们取2008年8月25日——2008年9月5日共10个交易日的所有中小板块股票的收盘价格构成数据集如下图。在这10个交易日中，每天都有交易的中小板股票共有229支，再加上中小板指数（sz399005），共有230个时间序列数据，如果我们考察每两个时间序列的相似性，将有Combine(230,2)=26335个时间序列对。我们使用如下SAS程序可

2008-09-17 22:52:00 8091 2

原创时间序列形态相似性分析（一）——时间序列形态相似性的度量

序时间序列是一类最常见的数据，目前时间序列分析重点研究的多是时间序列的预测。但针对有些问题，时间序列的形态比较也是一类重要的问题。例如：各种商品每日均价（或者股票的每日收盘价格）构成了时间序列，如何评价商品价格走势的一致性，就可以归结为时间序列形态相似性问题。本系列短文将就这一问题逐步展开探讨。（一）两个时间序列形态相似性的描述为了描述形态相似性，我们可以通过以下步

2008-09-09 21:07:00 8121 6

原创模型调整若干手段的框架性思路

辛辛苦苦建立起来的数据挖掘模型，往往有效性不能令我们满意，这时就涉及到模型调整的问题。那么调整模型有哪些思路呢？这些思路对模型结果又有多大影响呢？以下是我的一些经验，仅供参考。影响程度数值只是为了大家理解方便和比较，给出了数量级，不具有任何精确性的含义。 1、对商业问题的重新考察与界定，需要我们重新考虑我们定义的商业问题是否合理，目标变量定义是否科学，模型运用思路和模型的选择是否还有调整的

2008-09-04 22:36:00 804 1

原创论数据挖掘模型的有用性

“没有哪个模型是对的，但是有些模型是可用的”。这句话可以说是对数据挖掘模型最精辟的概括。任何模型都是对现实世界的理论抽象，这种抽样会忽略很多影响因素，正如牛顿发现亚里士多德的理论错误，爱因斯坦发现牛顿理论体系的缺陷，而霍金又发现爱因斯坦理论的局限性一样，看似每个模型都是不对的。但是这些模型都帮助我们有效的理解了这个世界。所以在建立和使用数据挖掘模型时，一定注意：1

2008-09-04 22:03:00 717 1

原创二分变量之二——二分变量预测结果的三种表达

对于二分变量，假设其取值为T和F。对之建立预测模型，那么预测结果可以有以下三种表达方式：（1）预测结果为T（或预测结果为F）；（2）预测结果为T，把握程度为p（或预测结果为F，把握程度为1-p）；其中p为0到1之间的实数。（3）预测结果为取T的可能性为p。注意（2）和（3）上表述的差异，（1）和（2）是离散结果，而（3）是一个连续的结果，预测结果在0到1之间。并且（1）显然包

2008-09-01 21:33:00 1667

原创一本C语言的好书——《C语言的科学与艺术》

我经常会强调我的一个观点：思想（或思考的方法）高于具体的方法，具体的方法又高于特定的软件使用。我总是认为在学习知识时，尤其是针对已经不在学校里，不再有大把的时间可以让你字典式、无具体目标的学习知识的工作人士，注重以上的优先顺序无疑能达到事半功倍的作用。就编程来说，思想（思考的方法）是指解决问题的思路，在这个层面，甚至往往与具体的语言是无关的；具体的方法是指具体的编程语言，比

2008-08-30 18:54:00 1831

原创数据挖掘案例——药物选择决策支持

【案例名称】药物选择决策支持【案例类型】数据挖掘【所属行业】医药卫生【案例版本】1.0【完成日期】2003年7月2日【应用软件】Clementine 7.2英文版【遵循标准】CRISP－DM【案例数据来源】Clementine 7.2 Demo自带数据【案例应用模型】神经网络、C5.0、Logistic回归【案例制作】钟云飞【案例用途】通过案例实

2008-08-27 20:57:00 7535 1

原创二分变量

二分变量作为离散变量的一种类型，在数据挖掘中发挥着重要的作用。我试着从多个方面来说说二分变量的好处。 1、简单。嗯……这个就不用说了吧，二分变量就两个取值，1和0，或者T和F，够简单吧，计算机技术的基础也是二进制，可谓异曲同工，简单就是美，一直我信奉的信条； 2、其它类型的变量可以通过某种变换转化为二分变量的形式。我们简单的变量划分为两种，连续变量和离散变量（事实上二分变量可以理解

2008-08-27 18:05:00 9143

原创数据挖掘软件的两点感悟

1、对于好的剑客，一支普通的树枝也可制敌制胜，对于好的分析师，即使是普通的EXCEL、SQL语句也可最大程度的发现数据中有用的信息；2、主流的几种数据挖掘软件无所谓绝对的好坏，只有适用不适用和使用习惯不习惯的不同。

2008-08-25 23:32:00 822 1

原创商用数据挖掘的两个关键环节

我一直认为数据挖掘是分为两类的，一类是学术用的数据挖掘，一类是商用的数据挖掘。学术的数据挖掘注重算法，往往是对算法效率或者效果的不断改进，然后从理论上证明算法有多优秀，如果理论证明很难，则退而求其次，使用一些经典的数据集去验证算法确实有效。商用的数据挖掘注重结果和业务解释，他不会管你使用的是神经网络还是决策树，不管黑猫白猫，能搞准确并帮助业务提升的就是好猫。在商用数据挖掘中，有

2008-08-25 22:27:00 851

钟云飞的专栏