大数据建模

SparkR 和 sparklyr 的大数据建模案例

该文档包含使用 SparkR 和 sparklyr 进行大数据建模的案例分析，包括飞机航班和出租车等数据集的建模、分析和可视化。文档提供了便利的链接，可供下载数据和源代码。

spark 2 2024-05-13

哈工大数学建模数据分析资源

数据分析资料：- 模型建立与优化- 统计建模与分析- 数据挖掘与机器学习- 时序分析与预测 帮助学习和提高数学建模能力

算法与数据结构 2 2024-05-25

哈工大数学建模数据分析流程概述

六、哈工大数学建模数据分析的主要步骤包括：1、选择与聚类分析目的密切相关的变量，确保反映要分类的特征，并在不同研究对象上显示明显的差异。变量之间的相关性不应过高。2、计算相似性是聚类分析的基本概念，反映了研究对象之间的相似程度。聚类分析根据对象之间的相似性进行分类，涵盖多种相似性测度。

算法与数据结构 0 2024-09-22

哈工大数学建模数据分析材料的证明

可以证明：总离差平方和等于组内离差平方和加上组间离差平方和。定义T为总离差平方和，PG为分为G类的组内离差平方和。

算法与数据结构 0 2024-08-17

MongoDB 数据建模

以数据使用和更好的架构设计为重点，借助 MongoDB Packt 2015，优化 MongoDB 数据建模。

MongoDB 5 2024-05-13

空间的收缩与扩展哈工大数学建模数据分析资料

2、空间的收缩与扩展包含两种系统聚类方法A和B。它们在每一步的距离矩阵分别为Ai和Bi（i=1, 2, 3…）。如果Ai>Bi，则称方法A使空间扩展，方法B使空间收缩。3、方法的对比包括短距离（D（短））、平均距离（D（平））、重距离（D（重））等。当D（变平）时，方法的效果将呈现变化。

算法与数据结构 0 2024-08-21

MongoDB 数据建模指南

本书以数据使用和优化架构设计为重点，涵盖数据建模的基本概念，并提供设计更好架构的工具。本书通过关注数据使用，将介绍查询和索引如何影响我们设计架构，并提供详尽的示例和详细的代码。本书从数据模型的简要讨论开始，并在关系数据库、NoSQL 和 MongoDB 之间进行比较。

MongoDB 3 2024-05-12

数据挖掘建模流程

数据挖掘中，模式发现的方法包括因子分析。因子分析通过分析变量间的相关性，减少数据维度，揭示数据内在结构。这个方法在多维数据处理中尤为有效，能帮助发现数据中的潜在模式，提高数据处理效率。因子分析可以应用于市场分析、心理学研究等领域，是数据挖掘中常用且实用的方法。

算法与数据结构 4 2024-07-12

定义分类的损失函数——哈工大数学建模数据分析资源下载

2、用b(n,k)表示将n个有序的样品分为k类的某种分法：定义这种分类方法的损失函数为

算法与数据结构 0 2024-09-14

哈工大数学建模数据分析资料-有序聚类的详细步骤

有序聚类的步骤如下：设有序样品x(1),x(2),…,x(n)，定义类的直径为某类G中包含的样品与该类的均值向量的距离。

算法与数据结构 0 2024-09-16