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
在数据分析、机器学习的实操场景中，聚类分析与主成分分析（PCA）是两种高频使用的统计与数据处理方法。二者常被用于数据预处理 ...
2026-02-24在聚类分析的实操场景中，K-Means算法因其简单高效、易落地的特点，成为处理无监督分类问题的首选工具——无论是用户画像分层、 ...
2026-02-24数字化浪潮下，数据已成为企业核心竞争力，“用数据说话、用数据决策”成为企业发展的核心逻辑。CDA（Certified Data Analyst） ...
2026-02-24CDA一级知识点汇总手册 第五章 业务数据的特征、处理与透视分析考点52：业务数据分析基础考点53：输入和资源需求考点54：业务数 ...
2026-02-23CDA一级知识点汇总手册 第四章 战略与业务数据分析考点43：战略数据分析基础考点44：表格结构数据的使用考点45：输入数据和资源 ...
2026-02-22CDA一级知识点汇总手册 第三章 商业数据分析框架考点27：商业数据分析体系的核心逻辑——BSC五视角框架考点28：战略视角考点29： ...
2026-02-20CDA一级知识点汇总手册 第二章 数据分析方法考点7：基础范式的核心逻辑（本体论与流程化）考点8：分类分析（本体论核心应用）考 ...
2026-02-18第一章：数据分析思维考点1：UVCA时代的特点考点2：数据分析背后的逻辑思维方法论考点3：流程化企业的数据分析需求考点4：企业数 ...
2026-02-16在数据分析、业务决策、科学研究等领域，统计模型是连接原始数据与业务价值的核心工具——它通过对数据的规律提炼、变量关联分析 ...
2026-02-14在SQL查询实操中，SELECT * 与 SELECT 字段1, 字段2,...（指定个别字段）是最常用的两种查询方式。很多开发者在日常开发中，为了 ...
2026-02-14对CDA（Certified Data Analyst）数据分析师而言，数据分析的核心不是孤立解读单个指标数值，而是构建一套科学、完整、贴合业务 ...
2026-02-14在Power BI实操中，函数是实现数据清洗、建模计算、可视化呈现的核心工具——无论是简单的数据筛选、异常值处理，还是复杂的度量 ...
2026-02-13在互联网运营、产品迭代、用户增长等工作中，“留存率”是衡量产品核心价值、用户粘性的核心指标——而次日留存率，作为留存率体 ...
2026-02-13对CDA（Certified Data Analyst）数据分析师而言，指标是贯穿工作全流程的核心载体，更是连接原始数据与业务洞察的关键桥梁。CDA ...
2026-02-13在机器学习建模实操中，“特征选择”是提升模型性能、简化模型复杂度、解读数据逻辑的核心步骤——而随机森林（Random Forest） ...
2026-02-12在MySQL数据查询实操中，按日期分组统计是高频需求——比如统计每日用户登录量、每日订单量、每日销售额，需要按日期分组展示， ...
2026-02-12对CDA（Certified Data Analyst）数据分析师而言，描述性统计是贯穿实操全流程的核心基础，更是从“原始数据”到“初步洞察”的 ...
2026-02-12备考CDA的小伙伴，专属宠粉福利来啦！ 不用拼运气抽奖，不用复杂操作，只要转发CDA真题海报到朋友圈集赞，就能免费抱走实用好礼 ...
2026-02-11在数据科学、机器学习实操中，Anaconda是必备工具——它集成了Python解释器、conda包管理器，能快速搭建独立的虚拟环境，便捷安 ...
2026-02-11在Tableau数据可视化实操中，多表连接是高频操作——无论是将“产品表”与“销量表”连接分析产品销量，还是将“用户表”与“消 ...
2026-02-11
京公网安备 11010802034615号
经营许可证编号：京B2-20210330
