1.进行K均值聚类分析时需要线标准化处理，抛弃量纲差异，比如说数值型变量有的以千记有的以百分数记。
2.层次聚类就是先把每个样本都看成一个独立的类；聚类特征(Clustering Feature, CF)
二均值，k均值和层次聚类都在分析--分类里。
a.k均值聚类
b.层次聚类
c.判别聚类
SPSS与聚类分析
2013-06-29
1025
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介：
1.进行K均值聚类分析时需要线标准化处理，抛弃量纲差异，比如说数值型变量有的以千记有的以百分数记。2.层次聚类就是先把每个样本都看成一个独立的类；聚类特征(Clustering Feature, CF)
二均值，k均值和层次聚类都在分析--分类里。
目录
相关文章
|
传感器
机器学习/深度学习
编解码
Radar-LiDAR BEV融合！RaLiBEV：恶劣天气下3D检测的不二之选
论文使用最近发布的Oxford Radar RobotCar（ORR）数据集展示了所提出方法的优越性能。实验表明，RaLiBEV的精度大大优于其他最先进的方法。
887
0
0
|
Python
|
Java
API
开发者
|
12月前
|
JSON
关系型数据库
API
|
人工智能
自然语言处理
前端开发
|
XML
Java
数据格式
|
机器学习/深度学习
供应链
算法
SPSS Modeler分析物流发货明细数据：K-MEANS（K均值）聚类和Apriori关联规则挖掘
SPSS Modeler分析物流发货明细数据：K-MEANS（K均值）聚类和Apriori关联规则挖掘
188
0
0
|
存储
算法
Java
|
运维
监控
Devops
怎样利用DevOps文化提高软件开发的效率和质量
DevOps文化的兴起为软件开发带来了新的思维和方法，通过自动化、持续交付、协作等实践，提高了软件开发的效率和质量。在不断变化的技术环境下，利用DevOps的理念和实践，软件开发团队能够更加灵活、高效地应对挑战，将创新快速落地。同时，随着新概念的涌现，我们也看到了DevSecOps和AIOps等的前景，为软件开发领域带来更多的可能性。
527
1
1
|
存储
数据库
文件存储
热门文章
最新文章
1
如何配置 Java 环境变量：设置 JAVA_HOME 和 PATH
2
什么是Widevine？Widevine DRM详解
3
Linux下如何查看高CPU占用率线程 LINUX CPU利用率计算
4
什么是tomcat？tomcat是干什么用的？
5
Webpack和Vite的区别
6
微信小程序：本地开发环境和线上环境配置
7
数据人必读！玩转数据可视化用这个就够了——高德LOCA API 2.0升级来袭！
8
Point Grey articles link
9
数据库负载急剧提高的应急处理(二)
10
软刀子割肉：智能电视的软陷阱
1
《政企API网关：安全与性能平衡的转型实践》
36
2
《SaaS网关多租户治理：从串流到稳控的实践》
30
3
从DQN到Double DQN：分离动作选择与价值评估，解决强化学习中的Q值过估计问题
31
4
Aquarius 官方发布 3 级海面密度标准映射图像季节性数据 V5.0
70
5
【Azure App Service】Root CA on App Service
45
6
基于springboot的非遗传承宣传平台
47
7
Proxmox Mail Gateway 9.0 正式版发布 - 全面的开源邮件安全平台
32
8
VMware NSX 9.0.1.0 发布 - 下一代网络安全虚拟化平台
61
9
爬坑 10 年！京东店铺全量商品接口实战开发：从分页优化、SKU 关联到数据完整性闭环
37
10
VMware vSphere 9.0.1.0 发布 - 企业级工作负载平台
33