京公网安备 11010802034615号
经营许可证编号:京B2-20210330
数据挖掘成果固化_聚类分析_数据分析师
--聚类样本数据模拟
--BY:@ETwise
--输入表1:cluster_sample
--输入表2:cluster_center
--20141213
create table cluster_sample
(
serv_id NUMBER ,
label_1 number,
label_2 number,
label_3 number,
label_4 number
);
INSERT INTO cluster_sample (serv_id,label_1,label_2,label_3,label_4) VALUES (1,2,3,4,5);
INSERT INTO cluster_sample (serv_id,label_1,label_2,label_3,label_4) VALUES (2,2.5,4.2,4.2,5.2);
INSERT INTO cluster_sample (serv_id,label_1,label_2,label_3,label_4) VALUES (3,3.2,4.1,2.3,5.1);
INSERT INTO cluster_sample (serv_id,label_1,label_2,label_3,label_4) VALUES (4,1.1,1.2,2.2,3.2);
INSERT INTO cluster_sample (serv_id,label_1,label_2,label_3,label_4) VALUES (5,1.7,1.75,1.35,4.1);
INSERT INTO cluster_sample (serv_id,label_1,label_2,label_3,label_4) VALUES (6,1.5,1.2,0.62,3.38);
INSERT INTO cluster_sample (serv_id,label_1,label_2,label_3,label_4) VALUES (7,1.3,0.65,-0.11,3);
INSERT INTO cluster_sample (serv_id,label_1,label_2,label_3,label_4) VALUES (8,1.1,0.1,-0.84,2.62);
INSERT INTO cluster_sample (serv_id,label_1,label_2,label_3,label_4) VALUES (9,0.9,-0.45,-1.57,2.24);
INSERT INTO cluster_sample (serv_id,label_1,label_2,label_3,label_4) VALUES (11,0.5,-1.55,-3.03,1.48);
INSERT INTO cluster_sample (serv_id,label_1,label_2,label_3,label_4) VALUES (12,0.3,-2.1,-3.76,1.1);
INSERT INTO cluster_sample (serv_id,label_1,label_2,label_3,label_4) VALUES (13,0.1,-2.65,-4.49,0.72);
INSERT INTO cluster_sample (serv_id,label_1,label_2,label_3,label_4) VALUES (14,-0.1,-3.2,-5.22,0.34);
INSERT INTO cluster_sample (serv_id,label_1,label_2,label_3,label_4) VALUES (15,-0.3,-3.75,-5.95,-0.04);
INSERT INTO cluster_sample (serv_id,label_1,label_2,label_3,label_4) VALUES (16,-0.5,-4.3,-6.68,-0.42);
--创建聚类分析所得到的中心点数据
create table cluster_center
(
row_1 number,
row_2 number,
row_3 number,
row_4 number,
type_id VARCHAR2(20) not null
);
INSERT INTO cluster_center (row_1,row_2,row_3,row_4,type_id) VALUES (0,0,0,0,'t1');
INSERT INTO cluster_center (row_1,row_2,row_3,row_4,type_id) VALUES (1,1,1,1,'t2');
INSERT INTO cluster_center (row_1,row_2,row_3,row_4,type_id) VALUES (2,2,2,2,'t3');
INSERT INTO cluster_center (row_1,row_2,row_3,row_4,type_id) VALUES (3,3,3,3,'t4');
--聚类分析成果系统固化相关说明(K-means)
--第一步:对计算每个点与各个中心点的距离,并对应得到相应的分类type_id
select serv_id,
sqrt(power((label_1 - row_1), 2) + power((label_2 - row_2), 2) +
power((label_3 - row_3), 2) + power((label_4 - row_4), 2)) OS,
type_id
from cluster_sample a, cluster_center b
;
--第二步:使用开窗函数对各serv_id的各个中心点的距离进行升序排序,并打上相应的编号
select serv_id,
os,
row_number() over(partition by serv_id order by os asc) myrow_1,
type_id
from (select serv_id,
sqrt(power((label_1 - row_1), 2) +
power((label_2 - row_2), 2) +
power((label_3 - row_3), 2) +
power((label_4 - row_4), 2)) OS,
type_id
from cluster_sample a, cluster_center b)
;
--第三步:提取各个serv_id的最小距离数据,即可得到各个serv_id的类别
select *
from (select serv_id,
os,
row_number() over(partition by serv_id order by os asc) myrow_1,
type_id
from (select serv_id,
sqrt(power((label_1 - row_1), 2) +
power((label_2 - row_2), 2) +
power((label_3 - row_3), 2) +
power((label_4 - row_4), 2)) OS,
type_id
from cluster_sample a, cluster_center b))
where myrow_1 = 1
;
--其他办法:一步到位,直接代入中心点进行计算
select serv_id,
case
when least(os1, os2, os3, os4) = os1 then
't1'
when least(os1, os2, os3, os4) = os2 then
't2'
when least(os1, os2, os3, os4) = os3 then
't3'
when least(os1, os2, os3, os4) = os4 then
't4'
else
'-1'
end type_id
from (select serv_id,
sqrt(power((label_1 - 0), 2) + power((label_2 - 0), 2) +
power((label_3 - 0), 2) + power((label_4 - 0), 2)) os1,
sqrt(power((label_1 - 1), 2) + power((label_2 - 1), 2) +
power((label_3 - 1), 2) + power((label_4 - 1), 2)) os2,
sqrt(power((label_1 - 2), 2) + power((label_2 - 2), 2) +
power((label_3 - 2), 2) + power((label_4 - 2), 2)) os3,
sqrt(power((label_1 - 3), 2) + power((label_2 - 3), 2) +
power((label_3 - 3), 2) + power((label_4 - 3), 2)) os4
from cluster_sample t)
;
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA数据分析师 出品 作者:李诗怡 1. IF:基础条件判断(最常用) 作用:根据指定条件的真(TRUE)或假(FALSE),返回两种不同 ...
2026-10-30“不限专业可以考的证书”这个搜索词背后,通常藏着一个很实际的担心:专业不对口,想考个证拓宽出路,但怕报了名才发现有专业限 ...
2026-10-30先回答:能考的多是技能实操类证书 40岁、初中学历,能报的证书主要集中在四类:职业技能等级证书、专项职业能力证书、特种作业 ...
2026-10-3030岁考什么证好找工作,没有一张“通用答案”。同样的证书,对有行业经验的人和准备跨行的人,价值完全不同。更实际的思路是:先 ...
2026-10-30“专业职业技术资格证书”并不是一个正式名称,而是把好几种证书混在一起的口语说法。有人用它指会计、经济这类职称考试,有人指 ...
2026-10-30大学生能考的证书,大致分四类:通用基础类、职业资格类、专业技术资格类、岗位技能与行业认证类。真正要解决的问题不是“还有哪 ...
2026-10-30“需要考哪些证书”这个问题,没有统一答案。因为“需要”至少分三种:有的证书是入职准入,没有它连岗位门槛都进不去;有的证书 ...
2026-10-30“现在什么证含金量高好考一些”,这个问题里其实藏着两个容易打架的条件。含金量高的证书,往往有报考门槛、考试周期长;好考的 ...
2026-10-30“现在考什么证最吃香”,这个问题本身藏着一个容易踩的坑:不同人说“吃香”,指的往往不是同一件事。有人指考的人多、话题热; ...
2026-10-30文凭低,不等于没证可考,但选择空间确实窄一些。学历门槛明确的准入类资格,比如部分教师资格、法律职业资格、执业医师等,通常 ...
2026-10-30土建专业的大学生问“考什么证”,最容易踩的坑是把注册类证书当成在校目标。注册建造师、注册造价工程师、注册结构工程师、监理 ...
2026-10-30中年男人考证书,最怕两件事:一是年龄、学历卡在报名门槛外,白准备半年;二是考完发现岗位用不上,钱和时间都打了水漂。所以顺 ...
2026-10-30大专学历能考的证书不少,但真正值得投入时间的,是先确认“能不能报”,再看“考了对应什么岗位”。很多证书的报考条件里写着本 ...
2026-10-30“十大建议考的证书”这个问题,很难有一份对所有人都成立的名单。同一张证书,对会计专业大三学生、想转行做数据分析的运营、以 ...
2026-10-30“什么证书有用含金量高”这个问题,很难用一张榜单回答。同一本证书,对想进医院的人可能是硬门槛,对做运营的人却用不上;对已 ...
2026-10-30在职成年人问“考什么证书有用”,先要弄清自己需要哪一种“有用”。同一张证书,对想进入准入行业的人、想在本岗晋升的人、想转 ...
2026-10-30“女生能考的证书”真正要先回答的是“你现在的条件能报什么”。学历、专业、工作年限、是否在校、所在地区政策,直接决定你能不 ...
2026-10-30“女孩考什么证书比较好”这句话里,“比较好”其实藏着三种完全不同的标准:好考,看的是报考门槛低、备考周期短;好就业,看的 ...
2026-10-30先给结论:市场岗位没有一张通吃的证书。品牌传播、数字营销与投放、用户增长、用户研究、营销数据分析,这五条路径对应的工作任 ...
2026-10-30经济学专业考什么证书,没有统一答案。经济学毕业后去向很散:有人进银行、证券、基金,有人做财务审计,有人转数据分析与经营分 ...
2026-10-30