统计学之家

网站所有者从所有网站来访者中识别出爬虫并对其做出相应处理（通常为封禁IP）的过程，被称为反爬虫。对于网站所有者而言，爬虫并不是一个受欢迎的客人。爬虫会消耗大量的服务器资源，影响服务器的稳定性，增加运营...

目前，最常用的3种决策树算法分别是CHAID、CART和ID3（包括后来的C4.5，乃至C5.0）。 CHAID（Chi-square Automatic Interaction Detector）算...

离群数据与统计学异常值的区别 离群数据（Outlier）就是明显偏离其他数据，不满足数据的一般模式或行为，与存在的其他数据不一致的数据。 离群数据与统计学中的异常值稍有不同： 统计学中的异常值往往指的...

聚类分析算法评价：F值评价法 聚类分析仅根据样本数据本身将样本分组。其目标是实现组内的对象相互之间是相似的（相关的），而不同组中的对象是不同的（不相关的）。组内的相似性越大，组间差别越大，聚类效果就越...

聚类分析算法评价：RI评价法 聚类分析仅根据样本数据本身将样本分组。其目标是实现组内的对象相互之间是相似的（相关的），而不同组中的对象是不同的（不相关的）。组内的相似性越大，组间差别越大，聚类效果就越...

聚类分析算法评价：purity评价法 聚类分析仅根据样本数据本身将样本分组。其目标是实现组内的对象相互之间是相似的（相关的），而不同组中的对象是不同的（不相关的）。组内的相似性越大，组间差别越大，聚类...

Apriori算法实现的两个过程：连接步与剪枝步 1）找出所有的频繁项集（支持度必须大于等于给定的最小支持度阈值），在这个过程中连接步和剪枝步互相融合，最终得到最大频繁项集L k 。 连接步： 连接步...

Ariori算法的主要思想与算法性质 Apriori算法的主要思想是找出存在于事务数据集中的最大的频繁项集，在利用得到的最大频繁项集与预先设定的最小置信度阈值生成强关联规则。 Apriori的性质 频...

什么是频繁项集：项集支持度计数如何计算 项集 项集是项的集合。包含k个项的项集称为k项集，如集合{牛奶，麦片，糖}是一个3项集。 项集的出现频率是所有包含项集的事务计数，又称作绝对支持度或支持度计数。...

最小支持度和最小置信度：什么意思 最小支持度是用户或专家定义的衡量支持度的一个阈值，表示项目集在统计意义上的最低重要性； 最小置信度是用户或专家定义的衡量置信度的一个阈值，表示关联规则的最低可靠性。 ...

关联规则的一般形式 项集A、B同时发生的概率称为关联规则的支持度（也称相对支持度）。 项集A发生，则项集B发生的概率为关联规则的置信度。

p阶差分与k步差分：什么意思 （1）p阶差分 相距一期的两个序列值之间的减法运算称为1阶差分运算。 （2）k步差分 相距k期的两个序列值之间的减法运算称为k步差分运算。

随机时序分析方法的建立模型 随机时序分析法的发展就是为了弥补确定性因素分解方法的不足。 根据时间序列的不同特点，随机时序分析可以建立的模型有ARIMA模型、残差自回归模型、季节模型、异方差模型等。

确定性因素分解方法：什么意思、特点特征 确定性因素分解的方法把所有序列的变化都归结为4个因素（长期趋势、季节变动、循环变动和随机波动）的综合影响，其中长期趋势和季节变动的规律性信息通常比较容易提取，而...

非平稳时间序列分析方法：分为确定性因素分解、随机时序分析 实际上，在自然界中绝大部分序列都是非平稳的。因而对非平稳序列的分析更普遍、更重要，创造出来的分析方法也更多。 对非平稳时间序列的分析方法可以分...

纯随机性（白噪声）检验：什么意思、特点特征 如果一个序列是纯随机序列，那么它的序列值之间应该没有任何关系，即满足γ（k）＝0，k≠0这是一种理论上才会出现的理想状态，实际上纯随机序列的样本自相关系数不...

自相关图检验：什么意思、特点特征 自相关图检验。平稳序列具有短期相关性，这个性质表明对平稳序列而言通常只有近期的序列值对现时值的影响比较明显，间隔越远的过去值对现时值的影响越小。 随着延迟期数k的增加...

时序图检验：什么意思、特点特征 时序图检验。根据平稳时间序列的均值和方差都为常数的性质，平稳序列的时序图显示该序列值始终在一个常数附近随机波动，而且波动的范围有界； 如果有明显的趋势性或者周期性，那它...

时间序列的平稳性检验：包括时序图、自相关图、单位根检验 对序列的平稳性的检验有两种检验方法，一种是根据时序图和自相关图的特征做出判断的图检验，该方法操作简单、应用广泛，缺点是带有主观性； 另一种是构造...

平稳时间序列：什么意思、特点特征 对于随机变量X，可以计算其均值（数学期望）、方差σ 2 ；对于两个随机变量量X和Y，可以计算X，Y的协方差cov（X，Y）=E和相关系数ρ（X，Y）=/（σ X σ ...