数据挖掘学习第一天

一、距离

1.闵可夫斯基距离

2.欧氏距离

3.曼哈顿距离

4.切比雪夫距离

5.夹角余弦

6.汉明距离

nonzero:检测数组中非零数据的个数

二、数据描述

1.p分位数

matlab求各种数据的命令：

2.方差和变异系数

极差：max(data)-min(data) 或者 range(data)

四分位极差：上下四分位数Q3、Q1之差称为四分位之差，matlab中的命令为:iqr(data)

3.偏度与峰度

4.样本可视化

• 条形图

  • bar(x) 作样本数据x的条形图
  • bar(x,Y) x的元素在横坐标轴上按从小到大排列，作Y和x对应的条形图

• 直方图

  • hist(x,n) 作数据x的直方图，n表示分组的个数，缺省时n=10
  • 附有正态密度曲线的直方图命令histfit,调用格式histfit(x)
  • histfit(x,nbins) nbins指定bar的个数，缺省为x中数据个数的平方根

• 盒图

  • boxplot(x)

• 阶梯图

  • stairs(x)

• 火柴棒图

  • stem(x)

• 二维与三维数据可视化

  • 散点图 scatter(x,y)输出平面散点图，scatter3(x,y,z)输出空间散点图

• 曲面图

  • mesh(X,Y,Z)或surf(X,Y,Z)，其中Z是对应(X,Y)处的函数值Z=f(X,Y)，[X,Y]是由4命令meshgrid生成的数据点矩阵，即：[X,Y]=meshgrid(X,Y)