
大數(shù)據(jù)之基于模型的復(fù)雜數(shù)據(jù)多維聚類析(三)
除了聚類,對(duì)于這個(gè)數(shù)據(jù)的分析還告訴我們一些隱藏很深的關(guān)系。比如在模型中變量Y2和Y3有連線,這表明一個(gè)人的背景信息和他對(duì)于貪污的容忍程度應(yīng)該有一定的關(guān)聯(lián)關(guān)系。具體地說(shuō),在Y2所表示的4類人中,你覺(jué)得哪一類是最能容忍貪污,而哪一類是最不能容忍貪污的呢?在模型中,通過(guò)對(duì)這兩個(gè)變量的條件概率的分析,我們得到了一個(gè)答案,有興趣的同學(xué)可以去論文中驗(yàn)證一下自己的猜測(cè)。
相關(guān)學(xué)術(shù)工作
隱樹(shù)模型在密度估計(jì),近似推理及隱結(jié)構(gòu)發(fā)現(xiàn)等方面都有具體的應(yīng)用。在多維聚類分析的應(yīng)用上,我們分析過(guò)市場(chǎng)學(xué)數(shù)據(jù)(COILChallenge 2000),某地區(qū)的社會(huì)調(diào)查數(shù)據(jù)(ICAC),NBA籃球運(yùn)動(dòng)員比賽統(tǒng)計(jì)數(shù)據(jù)。最近,隨著算法的提速,隱樹(shù)模型開(kāi)始被嘗試用于文本分析,比如對(duì)于網(wǎng)頁(yè)數(shù)據(jù),博客數(shù)據(jù)等的話題分析。隱樹(shù)模型最開(kāi)始的提出是為了對(duì)中醫(yī)的證候分析提供統(tǒng)計(jì)解釋,有興趣的同學(xué)可以參考隱結(jié)構(gòu)模型與中醫(yī)證研究。
最近兩年,多維聚類分析引起了很多機(jī)器學(xué)習(xí)研究人員的興趣。從2010年開(kāi)始的MultiClust Workshop已經(jīng)舉辦了兩屆,其中第一屆是和KDD2010一起舉辦,第二屆是和ECML/PKDD2011一起舉辦。而第三屆也會(huì)與SDM2012一起舉辦。具體參考文獻(xiàn)這兒也不羅列了。
多維聚類分析和基于多視圖的學(xué)習(xí)不應(yīng)該混淆。多視圖學(xué)習(xí)假設(shè)數(shù)據(jù)的多個(gè)視圖已知,要求視圖之間存在充分性(Sufficiency)和冗余性(Redundancy),通過(guò)協(xié)同訓(xùn)練等技術(shù),主要提高半監(jiān)督學(xué)習(xí),主動(dòng)學(xué)習(xí)的性能。多視圖學(xué)習(xí)中針對(duì)聚類這樣的無(wú)監(jiān)督任務(wù)的研究很少,而且它的目標(biāo)也是如何提高單一的聚類劃分的質(zhì)量,而不是找到多種劃分方法。多視圖學(xué)習(xí)也極少涉及如何發(fā)現(xiàn)多個(gè)視圖,而不是假設(shè)他們已知。這方面南京大學(xué)周志華教授在今年的中國(guó)機(jī)器學(xué)習(xí)及其應(yīng)用研討會(huì)上提到一些初步研究。實(shí)際中,可以考慮先用多維聚類分析找到數(shù)據(jù)的多個(gè)側(cè)面(視圖),然后再應(yīng)用多視圖學(xué)習(xí)的方法。
總結(jié)
對(duì)于一個(gè)復(fù)雜數(shù)據(jù),比如文本,視頻,圖像,或者生物實(shí)驗(yàn)數(shù)據(jù),人們可以從不同的角度去詮釋這樣的數(shù)據(jù)。數(shù)據(jù)分析家們已經(jīng)有了這樣的共識(shí),那就是以前的單維聚類方法不再適合大數(shù)據(jù)的多樣性特征。多維聚類分析通過(guò)對(duì)單維聚類問(wèn)題的擴(kuò)展,為復(fù)雜數(shù)據(jù)提供了一種新的探索性分析的方式。我們通過(guò)找到數(shù)據(jù)的不同側(cè)面,按照這些側(cè)面進(jìn)行分別聚類,然后把各種聚類結(jié)果全部以一種簡(jiǎn)單的方式呈現(xiàn)給領(lǐng)域?qū)<?,由專家決定他認(rèn)為最合適的聚類方法。這樣的工作流程清晰定義數(shù)據(jù)科學(xué)家和領(lǐng)域?qū)<业穆毮埽ㄟ^(guò)兩者的合作,提高數(shù)據(jù)的聚類結(jié)果,并且提升數(shù)據(jù)的可解釋性。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開(kāi)始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類分析作為 “無(wú)監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10