xiaoyu4009-CSDN博客

转载 Eclipse 报 “Exception in thread "main" java.lang.OutOfMemoryError: Java heap space ”错误的解决

1、打开Eclipse软件，选择菜单栏run,在二级菜单中选择 DebugConfigurations... 项，如下图所示。报 “Exception in thread "main" java.lang.OutOfMemoryError: Java heap space ”错误的解决" height="240" width="389"> 2、在弹出的窗口中选择 (x)

2015-07-10 09:07:03 670

原创中心趋势度量和度量数据散布

一中心趋势度量中心趋势度量主要包括：均值，中位数，众数，中列数例：属性salary(单位千美元)，以递增方式排列：30,31,47,50,52,52,56,60,63,70,70,1101:均值数据集中心最常用，最有效的数值度量是（算术）均值对于上面的例子：均值为58在上面这个例子中，所有的值价值都是均等的，但是有的时候，每个数据的价值并不均等，因此需要为每个数据赋予

2015-06-16 16:27:16 10185

转载距离汇总

原文地址：http://blog.sina.com.cn/s/blog_6f611c300101c5u2.html1.欧氏距离，最常见的两点之间或多点之间的距离表示法，又称之为欧几里得度量，它定义于欧几里得空间中，如点 x =(x1,...,xn) 和 y = (y1,...,yn) 之间的距离为： (1)二维平面上两点a(x1,y1)与b(x2,y2)间的欧氏距离：

2015-06-11 14:44:56 601

转载倒排索引和倒排表

为什么我们要说倒排索引呢? 因为倒排索引是目前搜索引擎公司最对搜索引擎最常用的存储方式.也是搜索引擎的核心内容! 在搜索引擎实际的引用之中,有时需要按照关键字的某些值查找记录,所以我们是按照关键字建立索引,这个索引我们就称之为:倒排索引, 而带有倒排索引的文件我们又称作: 倒排索引文件也可以叫它为: 倒排文件来实现快速的检索与高速的效率!那我想问下什么是倒

2015-06-09 14:45:18 6316 1

转载聚类算法之CHAMELEON(Java实现)

转载原地址：http://www.cnblogs.com/zhangchaoyang/articles/2182752.htmlCHAMELEON是一种两阶段聚类法。第一阶段把点分成很多小的簇；第二阶段根据相近程度合并这些小的簇。第一阶段采用K最邻近法，即把一个点和它最邻近的K个点连接起来。第二阶段计算任意两个簇的互连性RI和紧密性RC，当两个指标都比较大时才合并这两个簇。相对互连度

2015-06-05 15:00:14 629

转载 K中心点算法（K-medoids） java实现

package com.kmedoids;import java.util.ArrayList;public class Cluster { private String clusterName; // 类簇名 private Medoid medoid; // 类簇的质点 private ArrayList dataPoints; // 类簇中各样本点 pu

2015-06-04 16:19:34 3537 1

原创基本聚类方法概述

1：划分方法：只有一层，把n个对象的集合划分为k个分区，kk-均值和 k-中心点算法，这些属于启发式聚类方法，适合于发现中小型的数据库中的球状互斥簇2：层次方法：将数据库划分并分层分为凝聚和分裂方法：凝聚：把一个对象当成一个组，与最相近的那个对象组合成一个簇，之后迭代，直到所有的对象在一个簇里面或者达到停止条件而停止。因此也被称为自底向上的方法分裂：把所有的对象放在一

2015-06-04 10:47:03 1135

转载初识聚类算法:K均值、凝聚层次聚类和DBSCAN

聚类分析就仅根据在数据中发现的描述对象及其关系的信息，将数据对象分组(簇)。其目标是，组内的对象相互之间是相似的，而不同组中的对象是不同的。组内相似性越大，组间差别越大，聚类就越好。先介绍下聚类的不同类型，通常有以下几种：(1)层次的与划分的：如果允许簇具有子簇，则我们得到一个层次聚类。层次聚类是嵌套簇的集族，组织成一棵树。划分聚类简单地将数据对象划分成不重叠的子集(簇)，使得每个数据对象

2015-06-03 15:20:55 1164 1

转载 windows下python安装Numpy、Scipy、matplotlib模块

pylab = Numpy+Scipy+matplotlib,是三个module的组合，而不是一个单独的module我自己安装的是python 2.7。所以以下的东东都是针对2.7的软件。 numpy :http://sourceforge.net/projects/numpy/files/NumPy/1.8.1/ 下载下面的numpy-1.8.2-win32-su

2015-06-03 11:33:38 404

原创混合类型数据的相异性

混合类型数据：一个对象肯呢个由多种属性刻画，这些属性可能是标称的、非对称二元的、数值的或者序数的那么，如何计算这样子的相异性呢？答：假设数据集包含p个属性，对象i与j之间的相异性表示为：（f表示属性个数）（表示针对属性f,对象i与j之间的相异性）其中，指示符=0，如果xif 或xjf缺失，或者xif=xjf=0且f是非对称二元属性，否则取值为1f是数值的

2015-06-02 17:31:24 2805

原创数值属性的相异性：闵可夫斯基距离

本文介绍数值属性刻画的对象之间的相异性度量，首先，应该把数据进行规范化，使之落入更小的值域，例[0，1]，[0.0,1.0]1：最流行的距离度量：欧几里得距离2：曼哈顿距离3：闵可夫斯基距离其中 h>=1当h=1,表示的是曼哈顿距离当h=2,表示的是欧几里得距离

2015-06-02 16:44:16 2576

原创二元属性的邻近性度量

二元属性：0和1.显而易见，0表示不出现，1表示出现分为：对称性和非对称性对称性二元属性：两个个状态同等重要非对称性：两个状态不是同等重要的，两个都取1（正匹配）比两个都取0（负匹配）的情况更有意义邻近性度量：为相异性和相似性度量问：如何刻画对称二元属性之间的相异性答：这是对象i 与对象j之间二元属性的列联表q：表示对象i 与对象j都取1的属性数，其余类似p

2015-06-02 16:27:44 4983

原创标称属性的邻近性度量

标称属性：可以拥有2个或者更多个属性值例：标称属性color：red，yellow，black，blue，green.(有5个属性值可选)问：对象由标称属性刻画，那么怎么判定对象之间的相异性呢？答：p：表示标称属性可选的属性值的个数，在上例中，p=5m：表示对象i与对象j之间有相同属性值的个数当然，我们可以对m赋予权重，增加m的影响度标称属性之间的相异性也可

2015-06-02 16:07:35 3385

原创数据矩阵与相异性矩阵

数据矩阵：n*p 矩阵(n个对象，每个对象有p个属性)xi 表示为对象 i，xij表示对象i的第j个属性的值相异性矩阵：n*n矩阵，存放对象之间的相异性，即对象之间的差异性度量例如：主对角线元素为0，因为对象与对象本身被认为是没有差异的d(i，j) = d(j，i)，因此相异性矩阵是对称矩阵相似性度量：相似性是相异性相反的概念，用sim(

2015-06-02 15:53:03 6583

转载 String类型getBytes方法

package wordcount1;import java.io.UnsupportedEncodingException;import java.util.regex.Matcher;import java.util.regex.Pattern;public class demo {public static void main(String[] arg

2015-04-14 17:38:58 2928 1

cicidan的博客