数据挖掘的分类算法
数据分析师对数据进行数据挖掘时，会运用很多算法，其中一种是分类算法，下面就对数据分析师运用分类算法进行一下详解，如下：
| @@ -0,0 +1,15 @@ | ||
| +packageDataMining_HITS; | ||
| + | ||
| +/** | ||
| +* HITSÁ´½Ó·ÖÎöËã·¨ | ||
| +* @author lyq | ||
| +* | ||
| +*/ | ||
| +publicclassClient{ | ||
| +publicstaticvoidmain(String[]args){ | ||
| +StringfilePath="C:\\Users\\lyq\\Desktop\\icon\\input.txt"; | ||
| + | ||
| +HITSTooltool=newHITSTool(filePath); | ||
| + tool.printResultPage(); | ||
| + } | ||
| +} |
| @@ -0,0 +1,150 @@ | ||
| +packageDataMining_HITS; | ||
| + | ||
| +importjava.io.BufferedReader; | ||
| +importjava.io.File; | ||
| +importjava.io.FileReader; | ||
| +importjava.io.IOException; | ||
| +importjava.util.ArrayList; | ||
| + | ||
| +/** | ||
| +* HITS链接分析算法工具类 | ||
| +* @author lyq | ||
| +* | ||
| +*/ | ||
| +publicclassHITSTool{ | ||
| +//输入数据文件地址 | ||
| +privateStringfilePath; | ||
| +//网页个数 | ||
| +privateintpageNum; | ||
| +//网页Authority权威值 | ||
| +privatedouble[] authority; | ||
| +//网页hub中心值 | ||
| +privatedouble[] hub; | ||
| +//链接矩阵关系 | ||
| +privateint[][] linkMatrix; | ||
| +//网页种类 | ||
| +privateArrayList<String>pageClass; | ||
| + | ||
| +publicHITSTool(StringfilePath){ | ||
| +this.filePath=filePath; | ||
| + readDataFile(); | ||
| + } | ||
| + | ||
| +/** | ||
| +* 从文件中读取数据 | ||
| +*/ | ||
| +privatevoidreadDataFile() { | ||
| +Filefile=newFile(filePath); | ||
| +ArrayList<String[]>dataArray=newArrayList<String[]>(); | ||
| + | ||
| +try{ | ||
| +BufferedReaderin=newBufferedReader(newFileReader(file)); | ||
| +Stringstr; | ||
| +String[] tempArray; | ||
| +while((str=in.readLine())!=null) { | ||
| + tempArray=str.split(""); | ||
| + dataArray.add(tempArray); | ||
| + } | ||
| + in.close(); | ||
| + }catch(IOExceptione) { | ||
| + e.getStackTrace(); | ||
| + } | ||
| + | ||
| + pageClass=newArrayList<>(); | ||
| +// 统计网页类型种数 | ||
| +for(String[] array:dataArray) { | ||
| +for(Strings:array) { | ||
| +if(!pageClass.contains(s)) { | ||
| + pageClass.add(s); | ||
| + } | ||
| + } | ||
| + } | ||
| + | ||
| +inti=0; | ||
| +intj=0; | ||
| + pageNum=pageClass.size(); | ||
| + linkMatrix=newint[pageNum][pageNum]; | ||
| + authority=newdouble[pageNum]; | ||
| + hub=newdouble[pageNum]; | ||
| +for(intk=0; k<pageNum; k++){ | ||
| +//初始时默认权威值和中心值都为1 | ||
| + authority[k]=1; | ||
| + hub[k]=1; | ||
| + } | ||
| + | ||
| +for(String[] array:dataArray) { | ||
| + | ||
| + i=Integer.parseInt(array[0]); | ||
| + j=Integer.parseInt(array[1]); | ||
| + | ||
| +// 设置linkMatrix[i][j]为1代表i网页包含指向j网页的链接 | ||
| + linkMatrix[i-1][j-1]=1; | ||
| + } | ||
| + } | ||
| + | ||
| +/** | ||
| +* 输出结果页面，也就是authority权威值最高的页面 | ||
| +*/ | ||
| +publicvoidprintResultPage(){ | ||
| +//最大Hub和Authority值，用于后面的归一化计算 | ||
| +doublemaxHub=0; | ||
| +doublemaxAuthority=0; | ||
| +intmaxAuthorityIndex=0; | ||
| +//误差值，用于收敛判断 | ||
| +doubleerror=Integer.MAX_VALUE; | ||
| +double[] newHub=newdouble[pageNum]; | ||
| +double[] newAuthority=newdouble[pageNum]; | ||
| + | ||
| + | ||
| +while(error>0.01*pageNum){ | ||
| +for(intk=0; k<pageNum; k++){ | ||
| + newHub[k]=0; | ||
| + newAuthority[k]=0; | ||
| + } | ||
| + | ||
| +//hub和authority值的更新计算 | ||
| +for(inti=0; i<pageNum; i++){ | ||
| +for(intj=0; j<pageNum; j++){ | ||
| +if(linkMatrix[i][j]==1){ | ||
| + newHub[i]+=authority[j]; | ||
| + newAuthority[j]+=hub[i]; | ||
| + } | ||
| + } | ||
| + } | ||
| + | ||
| + maxHub=0; | ||
| + maxAuthority=0; | ||
| +for(intk=0; k<pageNum; k++){ | ||
| +if(newHub[k]>maxHub){ | ||
| + maxHub=newHub[k]; | ||
| + } | ||
| + | ||
| +if(newAuthority[k]>maxAuthority){ | ||
| + maxAuthority=newAuthority[k]; | ||
| + maxAuthorityIndex=k; | ||
| + } | ||
| + } | ||
| + | ||
| + error=0; | ||
| +//归一化处理 | ||
| +for(intk=0; k<pageNum; k++){ | ||
| + newHub[k]/=maxHub; | ||
| + newAuthority[k]/=maxAuthority; | ||
| + | ||
| + error+=Math.abs(newHub[k]-hub[k]); | ||
| +System.out.println(newAuthority[k]+":"+newHub[k]); | ||
| + | ||
| + hub[k]=newHub[k]; | ||
| + authority[k]=newAuthority[k]; | ||
| + } | ||
| +System.out.println("---------"); | ||
| + } | ||
| + | ||
| +System.out.println("****最终收敛的网页的权威值和中心值****"); | ||
| +for(intk=0; k<pageNum; k++){ | ||
| +System.out.println("网页"+pageClass.get(k)+":"+authority[k]+":"+hub[k]); | ||
| + } | ||
| +System.out.println("权威值最高的网页为：网页"+pageClass.get(maxAuthorityIndex)); | ||
| + } | ||
| + | ||
| +} |
| @@ -0,0 +1,4 @@ | ||
| +1 2 | ||
| +1 3 | ||
| +2 3 | ||
| +3 1 |
数据分析咨询请扫描二维码
若不方便扫码，搜微信号：CDAshujufenxi
以下文章来源于数有道 ，作者数据星爷 SQL查询是数据分析工作的基础，也是CDA数据分析师一级的核心考点，人工智能时代，AI能为 ...
2025-02-19在当今这个数据驱动的时代，几乎每一个业务决策都离不开对数据的深入分析。而其中，指标波动归因分析更是至关重要的一环。无论是 ...
2025-02-18当数据开始说谎：那些年我们交过的学费 你有没有经历过这样的场景？熬了三个通宵做的数据分析报告，在会议上被老板一句"这数据靠 ...
2025-02-17数据分析作为一门跨学科领域，融合了统计学、编程、业务理解和可视化技术。无论是初学者还是有一定经验的从业者，系统化的学习路 ...
2025-02-17挖掘用户价值本质是让企业从‘赚今天的钱’升级为‘赚未来的钱’，同时让用户从‘被推销’变为‘被满足’。询问deepseek关于挖 ...
2025-02-17近来deepseek爆火，看看deepseek能否帮我们快速实现数据看板实时更新。 可以看出这对不知道怎么动手的小白来说是相当友好的， ...
2025-02-14一秒精通 Deepseek，不用找教程，不用买资料，更不用报一堆垃圾课程，所有这么去做的，都是舍近求远，因为你忽略了 deepseek 的 ...
2025-02-12自学 Python 的关键在于高效规划 + 实践驱动。以下是一份适合零基础快速入门的自学路径，结合资源推荐和实用技巧： 一、快速入 ...
2025-02-12“我们的利润率上升了，但销售额却没变，这是为什么？” “某个业务的市场份额在下滑，到底是什么原因？” “公司整体业绩 ...
2025-02-08活动介绍 为了助力大家在数据分析领域不断精进技能，我们特别举办本期打卡活动。在这里，你可以充分利用碎片化时间在线学习，让 ...
2025-02-071、闺女，醒醒，媒人把相亲的带来了。 我。。。。。。。 2、前年春节相亲相了40个， 去年春节相亲50个， 祖宗，今年你想相多少个 ...
2025-02-06在数据科学的广阔领域中，统计分析与数据挖掘占据了重要位置。尽管它们常常被视为有关联的领域，但两者在理论基础、目标、方法及 ...
2025-02-05在数据分析的世界里，“对比”是一种简单且有效的方法。这就像两个女孩子穿同一款式的衣服，效果不一样。 很多人都听过“货比三 ...
2025-02-05当我们只有非常少量的已标记数据，同时有大量未标记数据点时，可以使用半监督学习算法来处理。在sklearn中，基于图算法的半监督 ...
2025-02-05考虑一种棘手的情况：训练数据中大部分样本没有标签。此时，我们可以考虑使用半监督学习方法来处理。半监督学习能够利用这些额 ...
2025-02-04一、数学函数 1、取整 =INT(数字) 2、求余数 =MOD(除数，被除数) 3、四舍五入 =ROUND（数字，保留小数位数） 4、取绝对值 =AB ...
2025-02-03作者：CDA持证人 余治国 一般各平台出薪资报告，都会哀嚎遍野。举个例子，去年某招聘平台发布《中国女性职场现状调查报告》， ...
2025-02-02真正的数据分析大神是什么样的呢？有人认为他们能轻松驾驭各种分析工具，能够从海量数据中找到潜在关联，或者一眼识别报告中的数 ...
2025-02-01现今社会，“转行”似乎成无数职场人无法回避的话题。但行业就像座围城：外行人看光鲜，内行人看心酸。数据分析这个行业，近几年 ...
2025-01-31本人基本情况： 学校及专业：厦门大学经济学院应用统计 实习经历：快手数据分析、字节数据分析、百度数据分析 Offer情况：北京 ...
2025-01-30
