SPSS 19.0的启动、注册与运行方式 1．启动 启动SPSS程序，可以双击图1-5所示的SPSS桌面图标，也可以在“开始”菜单中依次单击“程序→IBM SPSS Statistics→IBM SP...
Spss
Spss
Spss
SPSS 19.0的安装程序与步骤
SPSS 19.0的安装程序与步骤 运行SPSS 19.0的安装程序后，首先见到的是图1-2所示的准备界面，稍等片刻即进入图1-3所示的安装向导界面，此后为标准的Windows安装过程，一直单击“下一...
数据缺失值处理的方法：删除法、替换法、插补法
数据缺失值处理的方法：删除法、替换法、插补法 （1）删除法 删除法是最简单的缺失值处理方法，根据数据处理的不同角度可分为删除观测样本、删除变量两种。删除观测样本又称行删除法，在R中可通过na.omit...
什么是R语言：R语言的优点优势
什么是R语言：R语言的优点优势 R语言是一种为统计计算和图形显示而设计的语言环境，是贝尔实验室（Bell Laboratory）的Rick Becker、John Chambers和Allan Wil...
数据的稳定性和波动性：什么意思
数据的稳定性和波动性：什么意思 稳定性和波动性是一对反义词，在数据分析的很多领域，我们都更关注数据的稳定性，比如，在工业生产领域，我们关心产品质量的稳定程度，都不希望产品质量一会儿好一会儿坏。 同样，...
如何成为数据分析高手
在工作中接触数据比较多的朋友，由于提高工作效率的需要，或者考虑到职业发展前途，经常会关心一个问题：我怎么样成为一个数据分析高手？这种想法非常自然，如同一个下围棋的人经常会想“我怎么样成为围棋高手”一样...
什么是数据采集：数据采集的难度
什么是数据采集：数据采集的难度 数据采集指为了保证数据分析能够顺利展开而进行的数据采集工作。数据采集工作的难度、跨度非常大，有的采集工作非常简单，仅仅是几个简单的邮件、电话，就能够完成数据的采集工作；...
数据挖掘
使用序列模型进行数据挖掘的例子
使用序列模型进行数据挖掘的例子 下面介绍一个使用序列模型进行数据挖掘的例子。 图15-1所示的是超市购物信息数据集，第一列是交易时间，第二列是顾客编号，第三列是购买商品信息，例如，在1993年6月10...
数据挖掘
支持度与置信度：什么意思、例子案例
支持度与置信度：什么意思、例子案例 支持度 支持度表示X和Y同时在总数据集中出现的概率。 图14-1所示的是顾客序号和顾客购买的商品。其中，顾客1000同时购买了商品A、B和C，顾客2000同时购买了...
K-Medoids算法：什么意思、具体方法、优点缺点
K-Medoids算法：什么意思、具体方法、优点缺点 K-Medoids算法看起来和K-Means算法比较相似，但是二者是有区别的，即中心点的选取。在K-Means算法中，我们将中心点取为当前clus...
数据挖掘
K-Means算法：什么意思、例子案例、优点缺点
K-Means算法：什么意思、例子案例、优点缺点 K-Means 算法是分割式聚类算法中最常用的一种，是一种基于样本均值的计算方法，在聚类的过程中通过计算类中各对象的属性均值，作为类的中心点（重心）。...
数据挖掘
分层聚类算法：什么意思、例子案例
分层聚类算法：什么意思、例子案例 分层聚类算法是对给定的待聚类数据集合进行层次化分解。举一个例子，如图13-9所示的是事件x 1 ～x 5 的距离矩阵。 图13-9 其中，x 2 和x 3 的距离为1...
数据挖掘
什么是互斥聚类与非互斥（重叠）聚类算法
什么是互斥聚类与非互斥（重叠）聚类算法 互斥聚类（Exclusive clustering）是指每个对象被指派到单独的单个簇，即数据以独占方式进行分组。因此，如果某个数据属于确定的单个簇，则不能将其包...
类别型变量的相似性度量
类别型变量的相似性度量 求解类别型变量的相似性，通常有两种计算方法。 ●将属性按照类型分组，每个新的数据集中只包含一种类型的属性；之后对每个数据集进行单独的聚类分析。 ●把混合类型的属性放在一起处理，...
什么是相似性度量
什么是相似性度量 聚类分析的基本准则是使同一类的个体间距尽可能地小，而不同类的个体间距尽可能地大。因此，在进行聚类分析时，我们需要找到变量之间的相似性。 在聚类分析中，变量可以分为数值型变量、类别型变...
数据挖掘
什么是数据离散化：数据离散化的例子案例
什么是数据离散化：数据离散化的例子案例 将数值型变量转换为类别型变量的过程就是数据离散化。数值型变量常常是模型不稳定的原因之一，通常，我们会发现分类模型在训练数据集中的预测准确率很高，但是在测试数据集...
数据离散化处理的优点
数据离散化处理的优点 将数据离散化处理，有以下4个优点。 （1）可精简数据，降低数据的复杂度，让数据更容易被解释。 （2）可支持许多无法处理数值型变量的分类算法。例如，贝叶斯分类算法、以关联规则为基础...
数据形态的转换：连续性指派
数据形态的转换：连续性指派 某些算法并不适用类别型变量建模，比如线性回归、Logistic回归等。 这时需要把类别型变量转换成数值型变量，可以使用连续性指派（Continuousness Arbitr...
数据挖掘
什么是数据一般化：数据一般化的例子
什么是数据一般化：数据一般化的例子 数据一般化就是将原来的数据简化处理，使得数据变得精简的过程。 例如，图5-72所示的这个例子，图中为会员信息，会员的受教育程度分为大学、高中、初中。我们也可以将会员...
数据挖掘
数据正规化：什么意思、计算公式、例子案例
数据正规化：什么意思、计算公式、例子案例 数据正规化就是将数据重新发布在一个特定范围内（0～1）的过程。因为如果数据单位不同，则数据之间很难做比较，例如，年龄和年薪两项指标，年龄差10岁和年薪差30万...