小麦遗传术语解答

小麦遗传术语解答

ID:30145372

大小:156.04 KB

页数:13页

时间:2018-12-27

小麦遗传术语解答_第1页
小麦遗传术语解答_第2页
小麦遗传术语解答_第3页
小麦遗传术语解答_第4页
小麦遗传术语解答_第5页
资源描述:

《小麦遗传术语解答》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、聚类分析科技名词定义中文名称:聚类分析英文名称:clusteranalysis定义1:按照某种距离算法对数据点分类。所属学科:地理学(一级学科);数量地理学(二级学科)定义2:把观测或变量按一定规则分成组或类的数学分析方法。所属学科:生态学(一级学科);数学生态学(二级学科)本内容由全国科学技术名词审定委员会审定公布百科名片聚类分析指将物理或抽象对象的集合分组成为由类似的对象组成的多个类的分析过程。它是一种重要的人类行为。聚类分析的目标就是在相似的基础上收集数据来分类。聚类源于很多领域,包括数学,计算机科学,统计学,生物学和经济学。在不同的应用领域,很多聚类技术

2、都得到了发展,这些技术方法被用作描述数据,衡量不同数据源间的相似性,以及把数据源分类到不同的簇中。目录概念聚类分析的定义1.聚类方法2.算法原理:二、判别分析模型三、有关统计量四、两组判别一、因子分析模型(FA)二、有关统计量三、FA步骤主要应用1.在商业上2.在生物上3.在地理上4.在保险行业上5.在因特网应用上6.在电子商务上主要步骤聚类分析算法概念聚类分析的定义1.聚类方法2.算法原理:二、判别分析模型三、有关统计量四、两组判别一、因子分析模型(FA)二、有关统计量三、FA步骤·主要应用1.在商业上2.在生物上3.在地理上4.在保险行业上5.在因特网应用上

3、6.在电子商务上·主要步骤·聚类分析算法展开编辑本段概念  聚类与分类的不同在于,聚类所要求划分的类是未知的。  聚类是将数据分类到不同的类或者簇这样的一个过程,所以同一个簇中的对象有很大的相似性,而不同簇间的对象有很大的相异性。  从统计学的观点看,聚类分析是通过数据建模简化数据的一种方法。传统的统计聚类分析方法包括系统聚类法、分解法、加入法、动态聚类法、有序样品聚类、有重叠聚类和模糊聚类等。采用k-均值、k-中心点等算法的聚类分析工具已被加入到许多著名的统计分析软件包中,如SPSS、SAS等。  从机器学习的角度讲,簇相当于隐藏模式。聚类是搜索簇的无监督学习

4、过程。与分类不同,无监督学习不依赖预先定义的类或带类标记的训练实例,需要由聚类学习算法自动确定标记,而分类学习的实例或数据对象有类别标记。聚类是观察式学习,而不是示例式的学习。  从实际应用的角度看,聚类分析是数据挖掘的主要任务之一。而且聚类能够作为一个独立的工具获得数据的分布状况,观察每一簇数据的特征,集中对特定的聚簇集合作进一步地分析。聚类分析还可以作为其他算法(如分类和定性归纳算法)的预处理步骤。编辑本段聚类分析的定义  依据研究对象(样品或指标)的特征,对其进行分类的方法,减少研究对象的数目。  各类事物缺乏可靠的历史资料,无法确定共有多少类别,目的是将

5、性质相近事物归入一类。  各指标之间具有一定的相关关系。  聚类分析(clusteranalysis)是一组将研究对象分为相对同质的群组(clusters)的统计分析技术。聚类分析也叫分类分析(classificationanalysis)或数值分类(numericaltaxonomy)  变量类型:定类变量、定量(离散和连续)变量聚类方法  层次聚类(HierarchicalClustering)  合并法  分解法  树状图  非层次聚类  K均值聚类法(K-meansClustering)  智能聚类法  聚类分析的有关统计量  聚合过程表  群重心  群

6、中心  群间距离  分层聚类分析的步骤  定义问题与选择分类变量  聚类方法  确定群组数目  聚类结果评估  结果的描述、解释K-meansCluster(快速样品聚类)过程  属于非层次聚类法的一种  方法原理  选择(或人为指定)某些记录作为凝聚点  按就近原则将其余记录向凝聚点凝集  计算出各个初始分类的中心位置(均值)  用计算出的中心位置重新进行聚类  如此反复循环,直到凝聚点位置收敛为止  K-meansCluster过程  方法特点  要求已知类别数  可人为指定初始位置  节省运算时间  样本量大于100时有必要考虑  只能使用连续性变量  K

7、均值聚类法分析步骤  定义问题  确定群组数目  结果的描述、解释  TwoStepCluster过程  特点:  处理对象:分类变量和连续变量  自动决定最佳分类数  快速处理大数据集  前提假设:  变量间彼此独立  分类变量服从多项分布,连续变量服从正态分布  模型稳健算法原理:  第一步:逐个扫描样本,每个样本依据其与已扫描过的样本的距离,被归为以前的类,或生成一个新类  第二步,对第一步中各类依据类间距离进行合并,按一定的标准,停止合并  判别分析DiscriminantAnalysis  介绍:判别分析  分类学是人类认识世界的基础科学。聚类分析和判

8、别分析是研究事物分类的基

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。