书本网 > 其他小说 > 离语 > 第348章 往前

第348章 往前(1 / 1)

推荐阅读: 高冷军少之独占爱妻 第五人格:我将救赎一切 轮回印 被家族放弃后,我成了宠物店主 血脉剑神 国运之战:我以神明镇诸天 女扮男装后我成了男主兄弟 山水行记 烟雨神界 生命最后三年,高冷总裁妻子疯狂报复我! 抗日小透明的自新之路 重生的夫君儿子每天都在想怎么弄死我 厨神,妖兽:不好,我们成食材了 掐指一算,你是逃犯! 陈年诡事 穿宋,我反了 一条狗的漫漫修行路 重回少年,孩子她妈成了女总裁 从得到鸿蒙珠开始修真 第四天灾,但柯学世界 师妹表白不成想要囚禁我 玄幻,从码头开启超凡之路 开在火影的便利店 我在天牢,长生不死 我是你爸 大唐:开局碰瓷长乐公主 金戈丽人行:天命之魁 村滥 重生88,从大山挖参开始! 快穿之在小世界里边苟边吃瓜 诸天无限降临世界 我杜卡雷一定会成为MVP的!! 御兽,从银月天狼开始 无限分身:诸天都有我小号 错嫁:鬼眼王妃 觉醒了异能,怎么战斗更烧脑了? 替死鬼假千金她重生了 大唐十万里 游戏入侵:我的血能毒杀异界神魔 天才与废材 当山贼开始宅斗 御兽:我能不断进化兽娘 傻大阳,求求你,弄死我吧 高武独行 僵尸校园,有亿把枪不过分吧 神奇宝贝:系统开局 符道之祖 无敌归来,未婚妻却流落风尘 重生后,四岁萌娃横扫末世! 变成龙的我,今天该干什么 此生,愿为殿下手中刃 木叶骑士王 综穿之雪色随心 大傻川,求你,弄死我吧 HP:失色魂灵 白雪皇帝,从恶魔小姐管家做起? 凡人修仙:开局看守草药场 重回七零,与病娇老公举案齐眉 重生:校花姐姐别追我 小松的爱情保卫战

节点与网络中其他节点的交互都是通过其邻居节点来进行的,因此节点的邻居越多,意味着该节点能够向外传递的信息越多,从网络外部接受信息也越容易。有向网络中,又可以定义出度中心度、入度中心度。

社区发现是根据网络中的边的连接模式,把网络顶点划分为群组。将网络顶点划分为群组后最常见的属性是,同一群组内部的顶点之间紧密连接,而不同群组之间只有少数边连接。社团发现的目的是就要找到网络内部不同群组之间的自然分割线。简而言之,它是一个把网络自然划分为顶点群组的问题,从而使得群组内有许多边,而群组之间几乎没有边。然而,“许多”和“几乎没颖到底是多少,这个问题值得商榷,为此提出了多种不同的定义,从而产生了不同的社团发现算法8基于层次聚类的算法。

第一阶段:称为odurityoptiization,主要是将每个节点划分到与其邻接的节点所在的社区中,以使得模块度的值不断变大;第二阶段:称为unityAggregation,主要是将第一步划分出来的社区聚合成为一个点,即根据上一步生成的社区结构重新构造网络。重复以上的过程,直到网络中的结构不再改变为止。步骤:1.初始化,将每个点划分在不同的社区中;2.对每个节点,将每个点尝试划分到与其邻接的点所在的社区中,计算此时的模块度,判断划分前后的模块度的差值Δq是否为正数,若为正数,则接受本次的划分,若不为正数,则放弃本次的划分;3.重复以上的过程,直到不能再增大模块度为止;4.构造新图,新图中的每个点代表的是步骤3中划出来的每个社区,继续执行步骤2和步骤3,直到社区的结构不再改变为止。!在2中计算节点的顺序对模块度的计算是没有影响的,而是对计算时间有影响。

数据缺失的原因数据采集过程可能会造成数据缺失;数据通过网络等渠道进行传输时也可能出现数据丢失或出错,从而造成数据缺失;在数据整合过程中也可能引入缺失值删除法删除法通过删除包含缺失值的数据,来得到一个完整的数据子集.数据的删除既可以从样本的角度进行,也可以从特征的角度进校删除特征:当某个特征缺失值较多,且该特征对数据分析的目标影响不大时,可以将该特征删除删除样本:删除存在数据缺失的样本。该方法适合某些样本有多个特征存在缺失值,且存在缺失值的样本占整个数据集样本数量的比例不高的情形缺点:它以减少数据来换取信息的完整,丢失了大量隐藏在这些被删除数据中的信息;在一些实际场景下数据的采集成本高且缺失值无法避免,删除法可能会造成大量的资源浪费均值填补计算该特征中非缺失值的平均值(数值型特征)或众数(非数值型特征),然后使用平均值或众数来代替缺失值缺点一:均值填补法会使得数据过分集中在平均值或众数上,导致特征的方差被低估缺点二:由于完全忽略特征之间的相关性,均值填补法会大大弱化特征之间的相关性随机填补随机填补是在均值填补的基础上加上随机项,通过增加缺失值的随机性来改善缺失值分布过于集中的缺陷。

等距离散化(Equal-idthdiscretization):将数据划分为等宽间隔的区间,这种方法需要先确定区间的个数n,再根据最值和最大值ax计算出每个区间的间隔长度(ax-)\/n,相邻两个区间的宽度都是相同的。等频率离散化(Equal-Frequencydiscretization):将数据划分为相同的数量级别,每个区间包含的记录数相等。这种方法首先将数据按照大排序,然后将排序后的数据分成n等份,每份个数为数据总数\/n,在每个区间的边界处划分数据。基于聚类的离散化:将数据分成若干个簇,簇内的数据相似度高,簇间数据相似度低。具体实现时可以使用聚类算法如k-ans、dbS等。自适应离散化:通过迭代的方式,不断根据数据的特性调整区间的边界,以达到最优的离散化效果。自适应离散化为例子,分别列出具体的例题:等距离散化假设我们有一个包含1000个学生身高数据的数据集,我们想将身高离散化成10个等宽的区间,以下是离散化方法:计算身高的最值和最大值,假设最值为140,最大值为200。计算每个区间的宽度,假设共10个区间,每个区间的宽度为(200-140)\/10=6。根据每个学生的身高,将其分入相应的区间。等频率离散化假设我们有一个包含200家公司的财务数据的数据集,我们想将每个公司的营业收入离散化成5个等频率的区间,以下是离散化方法:将所有公司的营业收入升序排序。计算每个区间的数据数量,在本例中,因为共有200个公司,所以每个区间包含40个公司。找到每个区间的边界,比如第一个区间的最值和第二个区间的最大值,这两个值之间的所有公司的营业收入都属于第一个区间。

最新小说: 小马宝莉之我为谋士 80军婚狠狠宠 又宠又撩,豪门教官我不要了 成亲当天,老婆被人拐跑了? 重生1979,身边躺着女知青 情深不悔:顾总的心尖宠 殊晏 以白狐游戏人间 小师祖真不浪,她只是想搞钱 致命游戏:归梦 乱讲!爱妃秉性纯良怎会是坏女人 苦海尽头 精分太离谱!我角色切换自如 黄泉碧落皆不见 神渊世纪续上 四合院:暴躁街溜子,人狠话又多 娇生柔情 解婚约和求婚的,竟然是同一人! 幼儿园带娃日常 斩神:代理六颗宝石,弹指灭神 人在90,脚踹渣男,卖饼致富 龙吟变 穿书之我的路人修仙之路 凤命凰谋 穿越时空:白领在古代的 快穿:大佬的养老生活 大唐神医孙思邈 异时空:彼端魔法少女 穿越带空间商城老李家开挂了 契约!墨爷竟被金丝雀偷了心 仙途逆世风云 校草校花奇遇记 不可名状的养成游戏 爱你如星光璀璨 修真高手在异界 假面帝骑:总裁,你想和谁谈恋爱 重生七零:真千金吃瓜摆烂当学霸 快穿我的超市绑定了位面交易系统 高校里最恐怖的班级 诡道,这个世界太疯癫 重生十五99天后当包租婆考清北 斩神入仙逆:万魂幡里做兄弟 最后的道子 四合院:61开局,我是天才 撩心撩情:冷宫皇后想复仇! 穿越之后才知道美食可以致富 灵犀恋梦:都市奇幻情长 染指浮华 约战中的假面骑士 快穿之炮灰只想修炼 重生嫡嫁,第一奸臣他为我折了腰 南者煞 重生之一个也跑不掉 灵脉少年 重生后我总在失忆 庶女嫡宫 百年诸神 你也没说穿的都是一个世界啊 错爱成殇:复仇之恋 人在泰拉开事务所