数据挖掘的分类算法
数据分析师对数据进行数据挖掘时，会运用很多算法，其中一种是分类算法，下面就对数据分析师运用分类算法进行一下详解，如下：
| @@ -0,0 +1,15 @@ | ||
| +packageDataMining_HITS; | ||
| + | ||
| +/** | ||
| +* HITSÁ´½Ó·ÖÎöËã·¨ | ||
| +* @author lyq | ||
| +* | ||
| +*/ | ||
| +publicclassClient{ | ||
| +publicstaticvoidmain(String[]args){ | ||
| +StringfilePath="C:\\Users\\lyq\\Desktop\\icon\\input.txt"; | ||
| + | ||
| +HITSTooltool=newHITSTool(filePath); | ||
| + tool.printResultPage(); | ||
| + } | ||
| +} |
| @@ -0,0 +1,150 @@ | ||
| +packageDataMining_HITS; | ||
| + | ||
| +importjava.io.BufferedReader; | ||
| +importjava.io.File; | ||
| +importjava.io.FileReader; | ||
| +importjava.io.IOException; | ||
| +importjava.util.ArrayList; | ||
| + | ||
| +/** | ||
| +* HITS链接分析算法工具类 | ||
| +* @author lyq | ||
| +* | ||
| +*/ | ||
| +publicclassHITSTool{ | ||
| +//输入数据文件地址 | ||
| +privateStringfilePath; | ||
| +//网页个数 | ||
| +privateintpageNum; | ||
| +//网页Authority权威值 | ||
| +privatedouble[] authority; | ||
| +//网页hub中心值 | ||
| +privatedouble[] hub; | ||
| +//链接矩阵关系 | ||
| +privateint[][] linkMatrix; | ||
| +//网页种类 | ||
| +privateArrayList<String>pageClass; | ||
| + | ||
| +publicHITSTool(StringfilePath){ | ||
| +this.filePath=filePath; | ||
| + readDataFile(); | ||
| + } | ||
| + | ||
| +/** | ||
| +* 从文件中读取数据 | ||
| +*/ | ||
| +privatevoidreadDataFile() { | ||
| +Filefile=newFile(filePath); | ||
| +ArrayList<String[]>dataArray=newArrayList<String[]>(); | ||
| + | ||
| +try{ | ||
| +BufferedReaderin=newBufferedReader(newFileReader(file)); | ||
| +Stringstr; | ||
| +String[] tempArray; | ||
| +while((str=in.readLine())!=null) { | ||
| + tempArray=str.split(""); | ||
| + dataArray.add(tempArray); | ||
| + } | ||
| + in.close(); | ||
| + }catch(IOExceptione) { | ||
| + e.getStackTrace(); | ||
| + } | ||
| + | ||
| + pageClass=newArrayList<>(); | ||
| +// 统计网页类型种数 | ||
| +for(String[] array:dataArray) { | ||
| +for(Strings:array) { | ||
| +if(!pageClass.contains(s)) { | ||
| + pageClass.add(s); | ||
| + } | ||
| + } | ||
| + } | ||
| + | ||
| +inti=0; | ||
| +intj=0; | ||
| + pageNum=pageClass.size(); | ||
| + linkMatrix=newint[pageNum][pageNum]; | ||
| + authority=newdouble[pageNum]; | ||
| + hub=newdouble[pageNum]; | ||
| +for(intk=0; k<pageNum; k++){ | ||
| +//初始时默认权威值和中心值都为1 | ||
| + authority[k]=1; | ||
| + hub[k]=1; | ||
| + } | ||
| + | ||
| +for(String[] array:dataArray) { | ||
| + | ||
| + i=Integer.parseInt(array[0]); | ||
| + j=Integer.parseInt(array[1]); | ||
| + | ||
| +// 设置linkMatrix[i][j]为1代表i网页包含指向j网页的链接 | ||
| + linkMatrix[i-1][j-1]=1; | ||
| + } | ||
| + } | ||
| + | ||
| +/** | ||
| +* 输出结果页面，也就是authority权威值最高的页面 | ||
| +*/ | ||
| +publicvoidprintResultPage(){ | ||
| +//最大Hub和Authority值，用于后面的归一化计算 | ||
| +doublemaxHub=0; | ||
| +doublemaxAuthority=0; | ||
| +intmaxAuthorityIndex=0; | ||
| +//误差值，用于收敛判断 | ||
| +doubleerror=Integer.MAX_VALUE; | ||
| +double[] newHub=newdouble[pageNum]; | ||
| +double[] newAuthority=newdouble[pageNum]; | ||
| + | ||
| + | ||
| +while(error>0.01*pageNum){ | ||
| +for(intk=0; k<pageNum; k++){ | ||
| + newHub[k]=0; | ||
| + newAuthority[k]=0; | ||
| + } | ||
| + | ||
| +//hub和authority值的更新计算 | ||
| +for(inti=0; i<pageNum; i++){ | ||
| +for(intj=0; j<pageNum; j++){ | ||
| +if(linkMatrix[i][j]==1){ | ||
| + newHub[i]+=authority[j]; | ||
| + newAuthority[j]+=hub[i]; | ||
| + } | ||
| + } | ||
| + } | ||
| + | ||
| + maxHub=0; | ||
| + maxAuthority=0; | ||
| +for(intk=0; k<pageNum; k++){ | ||
| +if(newHub[k]>maxHub){ | ||
| + maxHub=newHub[k]; | ||
| + } | ||
| + | ||
| +if(newAuthority[k]>maxAuthority){ | ||
| + maxAuthority=newAuthority[k]; | ||
| + maxAuthorityIndex=k; | ||
| + } | ||
| + } | ||
| + | ||
| + error=0; | ||
| +//归一化处理 | ||
| +for(intk=0; k<pageNum; k++){ | ||
| + newHub[k]/=maxHub; | ||
| + newAuthority[k]/=maxAuthority; | ||
| + | ||
| + error+=Math.abs(newHub[k]-hub[k]); | ||
| +System.out.println(newAuthority[k]+":"+newHub[k]); | ||
| + | ||
| + hub[k]=newHub[k]; | ||
| + authority[k]=newAuthority[k]; | ||
| + } | ||
| +System.out.println("---------"); | ||
| + } | ||
| + | ||
| +System.out.println("****最终收敛的网页的权威值和中心值****"); | ||
| +for(intk=0; k<pageNum; k++){ | ||
| +System.out.println("网页"+pageClass.get(k)+":"+authority[k]+":"+hub[k]); | ||
| + } | ||
| +System.out.println("权威值最高的网页为：网页"+pageClass.get(maxAuthorityIndex)); | ||
| + } | ||
| + | ||
| +} |
| @@ -0,0 +1,4 @@ | ||
| +1 2 | ||
| +1 3 | ||
| +2 3 | ||
| +3 1 |
数据分析咨询请扫描二维码
若不方便扫码，搜微信号：CDAshujufenxi
评判两组数据与初始数据准确值的方法 在数据分析与研究中，我们常常会面临这样的情况：需要对通过不同方法、不同过程得到的两组 ...
2025-08-01通过 COX 回归模型诊断异常值 一、COX 回归模型概述 COX 回归模型，又称比例风险回归模型，是一种用于生存分析的统计方法。它能 ...
2025-08-01CDA 数据分析师报考条件详解：迈向专业认证的指南 在数据分析行业蓬勃发展的当下，CDA 数据分析师认证成为众多从业者提升专业 ...
2025-08-01K-S 曲线、回归与分类：数据分析中的重要工具 在数据分析与机器学习领域，K-S 曲线、回归和分类是三个核心概念与工具，它们各 ...
2025-07-31大数据时代对定性分析的影响 在大数据时代，海量、多样、高速且低价值密度的数据充斥着我们的生活与工作。而定性分析作为一 ...
2025-07-31CDA含金量分析 在数字经济与人工智能深度融合的时代，数据驱动决策已成为企业核心竞争力的关键要素。CDA（Certified Data Analys ...
2025-07-31SASEM 决策树：理论与实践应用 在复杂的决策场景中，如何从海量数据中提取有效信息并制定科学决策，是各界关注的焦点。SASEM 决 ...
2025-07-30SPSS 语法使用详解 在当今数据驱动的时代，SPSS（ Statistical Package for the Social Sciences）作为一款功能强大的统计分析软 ...
2025-07-30人工智能对CDA数据分析领域的影响 人工智能对 CDA（Certified Data Analyst，注册数据分析师）数据分析领域的影响是全方位、多层 ...
2025-07-30MySQL执行计划中rows的计算逻辑：从原理到实践 MySQL 执行计划中 rows 的计算逻辑：从原理到实践 在 MySQL 数据库的查询优化中 ...
2025-07-29左偏态分布转正态分布：方法、原理与实践 左偏态分布转正态分布：方法、原理与实践 在统计分析、数据建模和科学研究中，正态分 ...
2025-07-29CDA 数据分析师的职业生涯规划：从入门到卓越的成长之路 在数字经济蓬勃发展的当下，数据已成为企业核心竞争力的重要来源，而 CD ...
2025-07-29CDA数据分析师证书考取全攻略 一、了解 CDA 数据分析师认证 CDA 数据分析师认证是一套科学化、专业化、国际化的人才考核标准， ...
2025-07-29解析神经网络中 Softmax 函数的核心作用 在神经网络的发展历程中，激活函数扮演着至关重要的角色，它们为网络赋予了非线性能力， ...
2025-07-29解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中，开发者经常需要从服务器返回的响应中提取数 ...
2025-07-29鸢尾花判别分析：机器学习中的经典实践案例 在机器学习的世界里，有一个经典的数据集如同引路明灯，为无数初学者打开了模式识别 ...
2025-07-29用 Python 开启数据分析之旅：从基础到实践的完整指南 在数据驱动决策的时代，数据分析已成为各行业不可或缺的核心能力。而 Pyt ...
2025-07-29从 CDA LEVEL II 考试题型看 Python 数据分析要点 在数据科学领域蓬勃发展的当下，CDA（Certified Data Analyst）认证成为众多从 ...
2025-07-29CDA 数据分析师的工作范围解析 在数字化时代的浪潮下，数据已成为企业发展的核心资产之一。CDA（Certified Data Analyst）数据分 ...
2025-07-29解析 insert into select 是否会锁表：原理、场景与应对策略 在数据库操作中，insert into select 是一种常用的批量数据插入语句 ...
2025-07-29
京公网安备 11010802034615号
经营许可证编号：京B2-20210330
