数据挖掘第二章-认识数据12课件.ppt

1、“”表示该尺度所具有的特性表示该尺度所具有的特性1nieiXM中位数中位数 2215 1322N 位置中位数中位数 8+928.5方法2：较准确算法方法1：定义算法方法3：解：解：QL位置=(300)/4=75 QU位置=(3300)/4 =225 从累计频数看，QL在“不满意”这一组别中；QU在“一般”这一组别中 四分位数为 QL =不满意不满意 QU =一般一般设一组数据为：x1，x2，xn(总体数据xN)样本平均样本平均数数总体平均总体平均数数设各组的组中值为：M1，M2，Mk 相应的频数为：f1，f2，fk样本样本加权平均总体总体加权平均各变量值与平均数的离差平方和最小21()minn

2、iixx1()0niixx5.可看作是平均数的一种变形1immriifffvff 解：解：在所调查的50人当中，购买其他品牌饮料的人数占70%，异众比率比较大。因此，用“可口可乐”代表消费者购买饮料品牌的状况，其代表性不是很好解：解：设非常不满意为1,不满意为2,一般为3,满意为 4,非常满意为5。已知 QL=不满意=2 QU =一般=3四分位差为 Qd=QU -QL =3 2 =1未分组数据未分组数据组距分组数据组距分组数据fxxxxMd=2040/120=17组距分组数据未分组数据组距分组数据方差的计算公式方差的计算公式标准差的计算公式标准差的计算公式组距分组数据未分组数据组距分组数据方差

3、的计算公式方差的计算公式标准差的计算公式标准差的计算公式2)(xMiiifxM2)(人数（人）人数（人）5191610211204080120 商品广告 服务广告 金融广告 房地产广告 招生招聘广告 其他广告广广告告类类型型 某城市居民关注不同类型广告的人数分布某城市居民关注不同类型广告的人数分布15119690481216频数电脑销售量的对比条形图电脑销售量的对比条形图2562852475634683973286880100200300400500600700800联想IBM康柏戴尔电脑品牌销售量一季度二季度 分类变量在不同时间或不同空间上有多个取值 对比分类变量的取值在不同时间或不同空间上

4、的差异或变化趋势不同品牌饮料的帕雷托图不同品牌饮料的帕雷托图11996150481216可口可乐旭日升冰茶百事可乐露露汇源果汁品牌频数按各类别数据出现的频数多少排序后绘制的柱形图 其他广告1.0%房地产广告8.0%商品广告56.0%金融广告4.5%服务广告25.5%招生招聘广告5.8%某城市居民关注不同类型广告的人数构成某城市居民关注不同类型广告的人数构成243001322252700100200300400 非常不满意 不满意 一般 满意 非常满意累积户数（户）(a)向上累积向上累积27616830300750100200300400 非常不满意 不满意 一般 满意 非常满意累积户数（户）(

5、b)向下累积向下累积8%36%31%15%7%33%26%21%13%10%非常不满意 不满意 一般 满意 非常满意 甲乙两城市家庭对住房状况的评价甲乙两城市家庭对住房状况的评价lg()1lg(2)nK 直方图下的面积之和等于1折线图下的面积与直方图的面积相等！例：已知19911998年我国城乡居民家庭的人均收入数据如右表020004000600019911992199319941995199619971998城镇居民农村居民收收入入（元）（元）城乡居民家庭人均收入城乡居民家庭人均收入0500100015002000 食品食品 衣着衣着 家庭设备用家庭设备用 品及服务品及服务 医疗保健医疗保健

6、 交通通讯交通通讯 娱乐教育娱乐教育 文化服务文化服务 居住居住 杂项商品杂项商品 与服务与服务城镇居民农村居民1997年城镇居民家庭消费支出年城镇居民家庭消费支出 （元）（元）数据类型与显示数据类型与显示数值型数据数值型数据品质数据品质数据分组数据分组数据总计表总计表茎茎叶叶图图条条形形图图圆圆形形图图环环形形图图直直方方图图箱箱线线图图折折线线图图原始数据原始数据时序数据时序数据线线图图雷雷达达图图多元数据多元数据u 数据可视化是关于数据之视觉表现形式的研究。u 数据可视化是当前的一个热点问题，特别在交互设计领域，如何把数据特别是大规模的数据进行可视化就成为了一个非常热门的问题。u可视化可

7、视化（Visualization）：利用计算机图形学和图像处理技术，将数据转换成图形或图像在屏幕上显示出来，并进行交互处理的理论、方法和技术。u 它涉及到计算机图形学、图像处理、计算机视觉、计算机辅助设计等多个领域，成为研究数据表示、数据处理、决策分析等一系列问题的综合技术。u 数据可视化主要旨在借助于图形化手段，清晰有效地传达与沟通信息。u 当前，在研究、教学和开发领域，数据可视化乃是一个极为活跃而又关键的方面。u 通过数据可视化技术，可以发现大量金融、通信和商业数据中隐含的规律，从而为决策提供依据。数据可视化为我们提供了一条清晰有效地传达与沟通信息的渠道：u（1）交互性。用户可以方便地以交

8、互的方式管理和开发数据；u（2）多维性。可以看到表示对象或事件的数据的多个属性或变量，而数据可以按其每一维的值，将其分类、排序、组合和显示；u（3）可视性。数据可以用图象、曲线、二维图形、三维体和动画来显示，并可对其模式和相互关系进行可视化分析。（1）医学：长期以来人类就有认识自身内部结构的愿望。直到70年代计算机断层扫描（CT）和核磁共振图像（MRI）技术和可视化技术的出现,才使获取人体内部数据的愿望成为现实。可视化人体计划（VHP）数据集的出现，标志计算机三维重构图像和虚拟现实技术进入了医学领域，从而大大促进了医学的发展和普及。人类大脑的三维图像人类大脑的三维图像（2）油气勘探：目前石油工

9、业面临的一个严峻问题是：如何寻找规模小而埋藏深的油气田。油气勘探的主要方式，是通过天然地震波或人工爆炸产生的声波在地质构造中的传播，来重构大范围内的地质构造，并通过测井数据了解局部区域的地层结构，探明油藏气藏位置及其分布，估计蕴藏量及其勘探价值。由于地震数据及测井数据的数据量极其庞大，而且分布不均匀，因而无法根据纸面上的数据作出分析。利用可视化技术可以从大量的地质勘探数据或测井数据中，构造出感兴趣的等值面、等值线，并显示其范围及走向，并用不同颜色显示出多种参数及其 相互关系，从而使专业人员能对原始数据作出正确解释，得到矿藏是否存在、矿藏位置及储量大小等重要信息。油藏三维图油藏三维图（3）气象预

10、报：气象预报的准确性依赖于对大量数据的计算和对计算结果的分析。一方面，科学计算可视化可将大量的数据转换为图像，在屏幕上显示出某一时刻的等压面、等温面、旋涡、云层的位置及运动、暴雨区的位置及其强度、风力的大小及方向等，使预报人员能对未来的天气作出准确的分析和预测。另一方面,根据全球的气象监测数据和计算结果，可将不同时期全球的气温分布、气压分布、雨量分布及风力风向等以图像形式表示出来，从而对全球的气象情况及其变化趋势进行研究和预测。天气预报图，包括云状，液态水和风天气预报图，包括云状，液态水和风（4）工程：计算机辅助工程（CAE）包括计算机辅助设计（CAD）、计算机辅助制造（CAM）和计算机辅助运行等多项内容。可视化技术有助于整个工程过程一体化和流线化，并能使工程的领导和技术人员看到和了解过程中参数变化对整体的动态影响，从而达到缩短研制周期、节省工程全寿命费用的目的。美国航空航天局阿姆斯研究中心的虚拟风洞美国航空航天局阿姆斯研究中心的虚拟风洞 思考与练习思考与练习1）数据挖掘技术的概念？）数据挖掘技术的概念？2）数据可视化技术的概念？）数据可视化技术的概念？