Page 123 - 高中 信息技术 必修1 数据与计算

 5.3 数据的分析

（5）计算置信度序列。

for i in column2:
cofidence_series[ms.join(i)]=support_series[ms.join(sorted(i))]/support_series[
ms.join(i[:len(i) - 1])]

（6）置信度筛选。

for i in cofidence_series[cofidence_series>confidence].index:
result[i]=0.0
广东教育出版社
result[i]['confidence']=cofidence_series[i]
result[i]['support']=support_series[ms.join(sorted(i.split(ms)))]

5.3.3 聚类分析

聚类分析是一种探索性的分析，在分类的过程中，人们不必事先给出一个分类的标
准，聚类分析能够从样本数据出发，自动进行分类。聚类分析的算法有很多，其中K-平均
（K-Means）算法是一种经典的自下而上的聚类分析方法。K-平均算法的基本思想就是在
空间N个点中，初始选择K个点作为中心聚类点，然后将N个点分别与K个点计算距离，选

择自己最近的点作为自己的中心点，再不断更新中心聚集点，以达到“物以类聚，人以群
分”的效果，如图5-10所示。

图5-10 聚类分析K-平均算法

聚类分析的基本算法如下：
（1）从数据点集合中随机选择K个点作为初始的聚集中心，每个中心点代表着每个聚

集中心的平均值。
（2）对其余的每个数据点，依次判断其与K个中心点的距离，距离最近的表明它属于
这项聚类。
（3）重新计算新的聚簇集合的平均值即中心点。整个过程不断迭代计算，直到达到

预先设定的迭代次数或中心点不再频繁波动。

115115

9 ֻ໴ᅣ JOEE