精华内容
下载资源
问答
  • r型聚类分析
    千次阅读
    2021-02-05 06:23:44

    第3l卷第4期2007年8月 物探与化探GEOPHYSICAL&GEOCHEMICALEXPLORAll0N V01.31.No.4Aug.,2007 利用Excel实现R型聚类分析春乃 芽125000) (辽宁有色葫芦岛地质......

    实验目的: 用数据挖掘聚类算法(Q型聚类、R型聚类)求分类微博数据。 2. 实验环境: MATLAB 7.0。 Windows 7 操作系统。 2 / 12 聚类分析 Q 型,R 型聚类......

    实验目的: 用数据挖掘聚类算法(Q 型聚类、R 型聚类)求分类微博数据。 2. ...

    【原创】R语言聚类分析:k-means和层次聚类附代码数据_计算机软件及应用_I...

    按照变量表示针对变量, 适于 Q 型聚类分析;按个案 表示针对样本,适于R型聚类 分析。 8、单击统计量按钮指定输出哪些统计量 合并进程表表示输出聚类分析的凝聚状态......

    ? Q型聚类:样本之间的聚类即Q型聚类分析, 则常用距离来测度样本之间的亲疏程度。 ? R型聚类:变量之间的聚类即 R型聚类分析, 常用相似系数来测度变量之间的亲疏......

    聚类分析根据分类对象的不同,分为Q型聚类和R型聚 类。对案例的分类称为Q型聚类,对变量的分类称为R型聚 类。 R型聚类分析的作用 1、不但可以了解个别变量......

    对象i和j间的相异度d(i,j)定 义为: 57 混合数据类型变量f对i和j直接相异度的计算方式与其具体类型有关: 58 二、R型聚类(对变量聚类) R型聚类相似系数:......

    对象i和j间的相异度d(i,j)定义为: 57 混合数据类型变量f对i和j直接相异度的计算方式与其具体类型有关: 58 二、R型聚类(对变量聚类) R型聚类相似系数: ......

    型聚类: 在 Cluster选 Cases( 这是 型聚类 : 对观 选( 这是Q型聚类 测值聚类) 如果要对变量聚类( 型聚类 型聚类) 测值聚类),如果要对变量聚类(R型聚类......

    层次聚类分析结果保存 3 层次聚类分析中的R型聚类 3.1 统计学上的定义和计算公式定义:层次聚类分析中的R型聚类是对研 究对象的观察变量进行分类,它使具有共同特 ......

    聚类分析就是分析如何对样品(或变量)进行量化分 类的问题。通常聚类分析分为Q型聚类和R型聚类。Q 型聚类是对样品进行分类处理,R型聚类是对变量进行 分类处理。 ...

    本书主要介绍⑴~⑷聚类分析不仅可以对样品进行分类,也可以对变量进行分类。对样品的分类称为 Q 型聚类分析,对变量进 行分类称为 R 型聚类分析。聚类分析的历史......

    聚类分析有两种:一种是对样本的分类,称为 Q型,另一种是对变量(指标)的分类,称为 R型。 ?R型聚类分析的主要作用: ⒈不但可以了解个别变量之间的亲疏程度,......

    聚类分析根据分类对象的不同可分为Q型和R型两大类 Q型是对样本进行分类处理,其作...

    R型聚类:对指标(变量)进行分类 作用: 1. 了解变量间及变量组合间的亲疏关 系; 2. 根据变量的聚类结果及它们之间的 关系,选择主要变量进行回归分析 或Q型聚类......

    对应聚类分析与变量选择 695 再以矩阵形式记 Λ = diag (λ ,λ , …,λ ) , 1 2 p ( a1 , a2 , …, a p ) ; A= 则对应分析的 R 型负载矩......

    整理 生物方面,聚类分析可以用来对动物...火龙果 ? 整理 3、基于数值型数据的...r t r+t 图6.1 合计 q+r S+t p 火龙果 ......

    第11章 聚类分析 11.1 聚类分析基本概念 11.2 层次聚类分析中的Q型聚类 11.3 层次聚类分析中的R型聚类 11.4 快速聚类 11.1 聚类分析基本概念聚类分析是......

    ? 聚类分析的研究对象 ? ? R型分析---对变量进行分类(相似系数) Q型分析---对样品进行分类(距离) ? 聚类分析研究的主要内容 ? ? 如何度量事物之间的相似......

    更多相关内容
  • Q型聚类分析

    2021-04-20 15:24:24
    Q型聚类聚类分析的一种,一般是对样本进行分类。写点东西方便自己。下面以销售员业绩表举例,对5个销售员进行分类:销售员v1销售量v2回收款项110211332443525代码:clc,clear;a=[1,0;1,1;3,2;4,3;2,5;]; %处理数据...

    Q型聚类是聚类分析的一种,一般是对样本进行分类。

    写点东西方便自己。

    下面以销售员业绩表举例,对5个销售员进行分类:

    销售员

    v1销售量

    v2回收款项

    1

    1

    0

    2

    1

    1

    3

    3

    2

    4

    4

    3

    5

    2

    5

    代码:

    clc,clear;

    a=[1,0;1,1;3,2;4,3;2,5;]; %处理数据矩阵,可变化,拿以上数据举例

    a=zscore(a); %数据标准化处理

    y=pdist(a,'cityblock'); %求a的行向量之间的绝对距离,关于pdist函数下面有介绍

    yc=squareform(y); %变换成距离方阵

    z=linkage(y); %产生等级聚类图

    [h,t]=dendrogram(z); %画聚类图

    T=cluster(z,'maxclust',3);%把对象分成3份,参数可自行修改成2,4,5等,记得将下一行i值修改

    for i=1:3;

    tm=find(T==i); %求第i类的对象

    tm=reshape(tm,1,length(tm));%变成行向量

    fprintf('第%d类的有%s\n',i,int2str(tm));%显示分类结果

    end

    聚类结果:

    第1类的有1  2

    第2类的有3  4

    第3类的有5

    在这5个推销员中,5号工作成绩最佳,3号和4号较好,1号和2号较差。

    0818b9ca8b590ca3270a3433284dd417.png

    ——————————————————————————————————————————————————————————————————————

    pdist函数介绍:

    Y=pdist(X)计算矩阵X中两两对象的欧氏距离,Y=pdist(X,'metric')中用metric指定的方法计算矩阵X中对象间的距离,有绝对值距离‘cityblock',标准欧氏距离’seuclidean‘等。

    展开全文
  • matlab Q型聚类分析例题

    千次阅读 2019-07-22 09:35:52
    如何生成聚类图 1.计算n个样本点两两之间的距离,记为矩阵 2.构造n个类,每一个类中只包含一个样本点,每一类的平台高度均为0 3.合并距离最近的两类为新类,并且以这两类间的距离值作为聚类图中的平台高度 4....

    如何生成聚类图

    1.计算n个样本点两两之间的距离,记为矩阵
    2.构造n个类,每一个类中只包含一个样本点,每一类的平台高度均为0
    3.合并距离最近的两类为新类,并且以这两类间的距离值作为聚类图中的平台高度
    4.计算新类与当前各类的距离,若类的个数已经等于1,转入步骤5,否则回到步骤3
    5.画聚类图
    6.决定类的个数和类

    EG:

    设有5个销售员,他们的销售业绩由二维变量(v1,v2)描述,见表格
    在这里插入图片描述
    使用绝对值距离来测量点与点之间的距离,是用最短距离法来测量类与类之间的距离

    1.算出距离矩阵

          w1     w2    w3    w4    w5
    
    w1     0     1     4     6     6  
    w2     1     0     3     5     5
    w3     4     3     0     2     4
    w4     6     5     2     0     4
    w5     6     5     4     4     0
    

    2.进行聚类分析

    (1)所有的元素自成一类 H1 = {w1, w2,w3,w4,w5}。每一个类的平台高度为0,
    (2)把w1,w2 合成一个新类h6,新类的平台高度为1,此时的分类情况是:
    H2 = {h6,w3,w4,w5}
    (3)把w3,w4 合成一个新类h7,新类的平台高度为2,此时的分类情况是:
    H3 = {h6,h7,w5}
    (4)把h6,h7 合成一个新类h8,新类的平台高度为3,此时的分类情况是:
    H4 = {h8,w5}
    (5)把h8,w5 合成一个新类h9,新类的平台高度为4,此时的分类情况是:
    H5 = {h9}

    代码如下:

    clc,clear
    a = [1,0;1,1;3,2;4,3;2,5];
    [m,n] = size(a);
    d = mandist(a')
    d = tril(d);
    nd = nonzeros(d);
    nd = union(nd,nd);
    
    for i = 1:m-1
    nd_min = min(nd);
    [row,col] = find(d == nd_min);tm = union(row,col);
    tm = reshape(tm,1,length(tm));
    fprintf('第%d次合成,平台高度为%d时的分类结果为:%s',i,nd_min,int2str(tm));
    nd(find(nd == nd_min)) = [];
    if length(nd) == 0
    break
    end 
    end
    
    

    代码详解:(按行注释)

    聚类前的准备:

    1.clc表示清除命令行窗口的所有代码,clear表示清除工作区保存的所有变量。清除某一变量时,直接跟在clear后即可,即 clear x
    2.生成矩阵:首尾用中括号括住 [ ],同一行之间的元素用分号或者空格分隔,不同行元素用分号或者回车分隔
    3.size(a)表示矩阵的维数,其值赋给两个变量,分别表示行数,列数。即:m =矩阵的行数,n = 矩阵的列数
    4.mandist()函数求行向量组之间的两两绝对值距离,详见上一篇博客
    5.tril()表示截取矩阵的下三角元素;triu表示截取矩阵的上三角元素
    6.nonzeros()表示去除矩阵中所有的零元素,并将剩余的非零元素按序排列
    7.union()用于求并集,所求按序排列。可以用其方法去除重复元素

    开始聚类

    8.for循环,在这里循环的范围设置为1到m-1的原因为:对于m个数值,最多只能合并m-1次,最少合并1次
    9.min()求最小值
    10.find()函数的基本功能是返回向量或者矩阵中不为0的元素的位置索引
    有多种用法,在此只介绍本代码,详细用法参见底部链接
    检索矩阵时,可返回两个或三个数组:
    eg:
    [row,col] = find(x == 3)
    意义:row:返回矩阵x中元素值为3的所有行数
    col:返回矩阵x中元素值为3的所有列数
    eg:
    [row,col,val] = find(x>3)
    意义:row:返回矩阵x中元素值大于3的所有行数
    col:返回矩阵x中元素值大于3的所有列数
    val:返回矩阵x中元素值大于3的所有值
    11.reshape(A,m,n)函数将矩阵A返回到到一个维数为 mxn 的矩阵B中(元素不变,只是矩阵的维数发生了变化)
    此行代码将数组tm变成了行向量,以便于下一行代码的格式化输出
    12.%d 表示输出整型,%s表示输出字符串
    int2str()表示将数据结构转化为字符串
    引号外的参数分别置于引号内语句的格式化结构中
    13.a(x) = [ ],表示将a矩阵中索引为x的元素全部删除
    14.length(x)表示数列的长度,即数列中元素的个数;当x是一个矩阵时,该函数返回行数或列数的最大值 即:length(x) = max(size(x))
    15.循环中的breakbreak终止for或while循环的执行。break语句之后循环中的语句不执行。在嵌套循环中,break只从发生它的循环中退出。控件传递到循环结束后的语句。

    循环中的continue:continue将控制权传递给for或while循环的下一个迭代。它跳过当前迭代中循环主体中的任何剩余语句。程序从下一次迭代开始继续执行。continue只应用于调用它的循环体。在嵌套循环中,continue只跳过发生它的循环主体中的其余语句。

    结果输出:

    第1次合成,平台高度为1时的分类结果为:1 2
    第2次合成,平台高度为2时的分类结果为:3 4
    第3次合成,平台高度为3时的分类结果为:2 3
    第4次合成,平台高度为4时的分类结果为:1 3 4 5

    结果解释:

    第一次合并,w1,w2距离最近,为1,将其合并为新类h6,并且将其距离值作为平台高度
    第二次合并,各类间(h6,w3,w4,w5)中距离最近的为w3,w4,为2,将其合并为新类h7,并且将其距离作为平台高度
    第三次合并,各类间(h6,h7,w5)中距离最近的为h6中的w2,与h7中的w3(根据类与类距离的最短距离法),为3,所以将h6,h7合并为新类h8,但输出结果显示为合并w2,w3
    第四次合并,各类间(h8,w5)距离最近的为{w1,w3};{w3,w5};{w4,w5},为4,所以将w1,w3,w4,w5合并,也就是将h8与w5合并为h9

    生成聚类图,代码如下:

    clc,clear
    a = [1,0;1,1;3,2;4,3;2,5];
    y = pdist(a,'cityblock');      %求a的两两行向量之间的绝对值距离
    yc = squareform(y);            %变换成距离方阵
    z = linkage(y)                 %产生等级聚类树
    [h,t] = dendrogram(z)          %画聚类树
    T = cluster(z,'maxclust',3)    %把对象划分成3类
    for i  =1:3
    tm = find(T == i);             %求第i类对象
    tm = reshape(tm,1,length(tm)); %变成行向量
    fprintf('第%d类的有%s\n',i,int2str(tm));  %显示分类结果
    end
    
    

    代码详解:

    1.pdist()函数: Y = pdist(X)计算 m×n 矩阵X(看作m个n维行向量)中两两对象间的欧氏距离。对于有m个对象组成的数据集,共有 (m-1) × m/2 个两两对象组合。
    输出Y是包含距离信息的长度为 (m-1) × m/2 的向量。
    可用squareform函数将此向量转换为方阵,这样可使矩阵中的元素(i,j)对应原始数据集中对象 i 和 j 间的距离。

    2.linkage()函数

    Z = linkage(Y)使用最短距离算法生成具有层次结构的聚类树。输入矩阵Y为pdist函数输出的 (m-1) × m/2 维距离行向量。
    Z = linkage(Y,‘method’)使用由method指定的算法计算生成聚类树,‘method’可取:‘single’(最短距离法,默认),‘average’(无权平均距离),‘ward’(离差平方和方法’)等等。
    输出Z为包含聚类树信息的 (m-1)×3 矩阵。聚类树上的叶节点为原始数据集中的对象,为1~m。它们是单元素的类,级别更高的类都由它们生成。对应于Z中第 j 行每个新生成的类,其索引为 m+j,其中m为初始叶节点的数量。

    矩阵Z的每一列元素的意义:

    第一列和第二列,即Z(:,[1:2]),包含了被两两连接生成一个新类的所有对象的索引。生成的新类索引为 m+j.
    第三列Z(:,3)包含了相应的在类中的两两对象间的连接距离。

    3.dendrogram()函数,根据聚类树生成聚类图
    [h,t] = dendrogram(z)的返回值解释:

    H — Handles to lines
    vector
    Handles to lines in the dendrogram plot, returned as a vector.

    H:处理聚类图中的行,并作为向量返回

    T — Leaf node numbers
    column vector
    Leaf node numbers for each data point in the original data set, returned as a column vector of length M, where M is the number of data points in the original data set.

    When there are fewer than P data points in the original data (P is 30, by default), all data points are displayed in the dendrogram, with each node containing a single data point. In this case, T is the identity map, T = (1:M)’.

    T is useful when P is less than the total number of data points. That is, when some leaf nodes in the dendrogram display correspond to multiple data points. For example, to find out which data points are contained in leaf node k of the dendrogram plot, use find(T==k).

    T:表示叶子节点数,作为一个列向量返回。原始数据集中每一个数据的叶节点数,都存储在一个长度为M的列向量中被返回,M即为原始数据集中数据的个数。
    当数据个数小于P值(P默认为30)时,所有的数据都被展示在聚类图中,即全部都是单元素类,在这种情况下,T是单位映射。
    只有当数据个数大于P值时,T才是有意义的。即一些叶节点对应于多个数据。举个例子,为了找出在聚类图中,叶节点K包含哪些数据,需要用到find(T == K)函数。
    P:最大叶子节点数,不指定时,默认为30

    4.cluster函数

    T = cluster(Z,‘maxclust’,n) constructs a maximum of n clusters using the ‘distance’ criterion.
    cluster finds the smallest height at which a horizontal cut through the tree leaves n or fewer clusters.
    If n is a vector, T is a matrix of cluster assignments with one column per maximum value.

    结果输出与解释:

    在这里插入图片描述
    将a矩阵看作5个2维行向量,计算两两行向量之间的绝对值距离,得到行向量y

    在这里插入图片描述
    通过squareform函数将距离向量y变换为距离方阵yc

    在这里插入图片描述
    产生等级聚类树的过程:根据默认算法——最短距离法生成聚类树。
    在距离方阵中,找到最小值,合并该距离最小值所对应的单元素类,即合并w1,w2,其距离为1,并且新类的索引值为m+1 = 6
    继续查找剩余类之间的距离最小值,即合并w3,w4,其距离为2,新类的索引值为m+2 = 7
    继续查找剩余类之间的距离最小值,即合并w2,w3,其距离为3,也就是合并类6,类7,并且新类的索引值为8
    最后合并w5与类8,其距离为4

    在这里插入图片描述
    聚类图如上

    在这里插入图片描述
    分类结果如上

    待解问题:

    1.squareform函数
    2.cluster函数

    参考资料:

    如何看聚类图

    find()函数的用法

    reshape()函数的用法

    删除数组中满足一定条件的元素

    展开全文
  • 为揭示鄂尔多斯盆地多种能源矿产间的关系,根据盆地石油、油气伴生水以及煤、煤层夹矸、铀矿及围岩样品的氯仿沥青中57种元素的分析结果,进行了Q型聚类分析。结果表明:侏罗系下统延安组石油、侏罗系中统直罗组石油与三...
  • 聚类分析 Q型 R型

    千次阅读 2021-06-08 17:37:18
    目录对样本进行Q型聚类分析对指标进行R型聚类分析 对样本进行Q型聚类分析 对指标进行R型聚类分析 原理 MATLAB代码 % PA_R.m % 对指标进行R型聚类分析 clc,clear a=load('data.txt'); b=zscore(a);%数据标准化 r=...

    对样本进行Q型聚类分析

    对指标进行R型聚类分析

    • 原理
    • MATLAB代码
    % PA_R.m
    % 对指标进行R型聚类分析
    clc,clear
    a=load('data.txt');
    b=zscore(a);%数据标准化
    r=corrcoef(b);%计算相关系数矩阵
    d=pdist(b','correlation');%计算相关系数导出的距离
    z=linkage(d,'average');%按平均法聚类
    h=dendrogram(z)%画聚类图
    T=cluster(z,'maxclust',5);%把变量划分为5for i=1:5
        tm=find(T==i);%求第i类的对象
        tm=reshape(tm,1,length(tm));%变成行向量
        fprintf('第%d类的有%s\n',i,int2str(tm));%显示分类结果
    end
    
    • 结果:
    第1类的有5
    第2类的有1  2  3  4  6
    第3类的有8
    第4类的有9
    第5类的有7
    

    因此,可取1,5,7,8,9指标为代表
    在这里插入图片描述

    参考资料

    • [1] 司守奎,孙兆亮.数学建模算法与应用(第2版)北京:国防工业出版社,2019:216-231.
    展开全文
  • 关于中国各大城市划分级别的研究——基于城市划线的Q型聚类和主成分分析.pdf
  • 手把手教你用SPSS做聚类分析

    千次阅读 2020-12-30 19:40:56
    一、聚类分析可以分为:对样本进行聚类分析(Q型聚类),此类聚类的代表是K-means聚类方法;对变量(标题)进行聚类分析(R型聚类),此类聚类的代表是分层聚类。常见为样本聚类,比如有500个人,这...
  • 在实际问题中,许多领域经常会遇到分类的问题,为什么用聚类分析法呢?什么是聚类分析聚类分析的分类有哪些?很多问题被抛了出来,今天小编带大家一起探索聚类分析,一顿知识的盛宴哦!聚类分析的意义聚类分析的...
  • 实用文档 信息与计算科学专业实验报告 课程名称 数据挖掘原理与算法 总实验学时 第 次 共 次 实验项目名称 聚类分析 本次实验... 实验目的 用数据挖掘聚类算法 Q 型聚类 R型聚类求分类微博数据 2. 实验环境 MATLAB 7.
  • 聚类分析与判别分析的区别与联系

    千次阅读 2021-01-13 03:25:34
    1.聚类分析根据研究对象特征对研究对象进行分类的一种多元分析技术, 把性质相近的个体归为一类, 使得同一类中的个体都具有高度的同质性, 不同类之间的个体具有高度的异质性。根据分类对象的不同分为样品聚类(Q聚类)...
  • 聚类分析与判别分析

    2020-12-21 15:51:47
    一、聚类分析的基本思想1.什么是聚类分析俗语说,物以类聚、人以群分。当有一个分类指标时,分类比较容易。但是当有多个指标,要进行分类就不是很容易了。比如,要想把中国的县分成若干类,可以按照自然条件来分:...
  • 阐述了聚类分析的原理和方法。通过关于学生能力倾向分析的一个具体实例,在教学过程的“学习者分析”中引入Q型聚类分析,并对聚类分析方法使用过程中需要注意的一些问题进行了讨论。
  • R语言聚类分析案例

    千次阅读 2020-09-26 10:58:42
    R语言聚类分析案例 在 mclust 包中包含一个 diabetes 数据集(加载 mclust 包后,可通过代码“head(diabetes)”查看数据的前 5 行,通过“?diabetes”查看每个变量的具体意义),该数据集包含 145 名糖尿病患者的三...
  • 聚类分析(一)

    2019-07-24 11:00:34
    \qquad聚类分析一般分为Q型聚类分析和R型聚类分析。Q型聚类分析是指对样品进行聚类分析,R型聚类分析是指对变量进行聚类。根据处理方法的不同聚类分析又分为系统聚类法、有序样品聚类法、动态聚类法、模糊聚类法、...
  • ©1994-2010ChinaAcademicJournalElectronicPublishingHouse.Allrightsreserved.http://www.cnki.net第31卷第4期物探与化探Vol.31,No.42007年8月...GEOCHEMICALEXPLORATIONAug.,2007利用Excel实现R型聚类分析春...
  • 聚类分析Q型,R型聚类算法.doc
  • 聚类分析和matlab实现

    2020-06-26 14:09:18
    对样本进行分类称为Q型聚类分析,对指标进行分类称为R型聚类分析。 区别聚类与分类 聚类是将数据进行划分不同的类别,类别是未知的 分类是将数据进行分配到不同的类别中,此类别是已知的 二、Q型聚类分析 1 样本的...
  • 聚类分析q型,r型聚类算法.doc
  • 利用Excel实现R型聚类分析第3l卷第4期 物探与化探 V01.31.No.42007年8月 GEOPHYSICAL&GEOCHEMICALEXPLORAll0N Aug.,2007利用Excel实现R型聚类分析春乃 芽(辽宁有色葫芦岛地质勘查院,辽宁葫芦岛 125...
  • 信息与计算科学专业实验报告 课程名称 数据挖掘原理与算法 总实验学时 第 次 共 次 实验项目名称 ...唐志刚 实验目的 用数据挖掘聚类算法Q型聚类R型聚类求分类微博数据 实验环境 MATLAB 7.0 Windows 7操作系统 实验内
  • Chapter 10 Cluster Analysis本篇是第十章,内容是聚类分析。由于之后的几章是典型的分析方法。而且在14章的案例里面可能不会体现,所以内容里会渗透较多的R语言操作。由于简书不支持Latex公式,这篇彻头彻尾又是...
  • 基于主成分分析与聚类分析的三角洲地区制造业发展水平研究,张翠翠,,研究制造业发展水平对于研究我国经济发展水平有重要意义。文章首先采用主成分分析对长江三角洲和珠江三角洲地区的制造业发展水平
  • 运用Q型聚类对第19届足球世界杯足球比赛参赛队技术能力的综合评价,尹继林,,采用数理统计、文献资料和观察法对第19届世界杯足球比赛的32支球队进行Q型聚类统计,对各聚类指标的差异性进行方差分析和类间多重�
  • 系统聚类分为Q型聚类与R型聚类。前者对样品进行聚类,后者对变量进行聚类。在本文中,我们探讨对样品的分类。 文章目录摘要主要思想相似性的度量系统聚类 主要思想 聚类,在样品没有给定历史分类信息的前提下,仅...
  • SPSS-聚类分析

    千次阅读 2018-10-18 09:18:00
    聚类分析(层次聚类分析Q型聚类和R型聚类)、快速聚类分析聚类分析的实质:是建立一种分类方法,它能够将一批样本数据按照他们在性质上的亲密程度在没有先验知识的情况下自动进行分类。这里所说的类就是一个...
  • ​在上一讲中,我们讲述了针对样本进行聚类的分析方法-Q型聚类。今天我们将详细讲解针对变量数据进行的聚类分析——系统聚类之R型聚类。我们要将数据变量进行聚类,但不知道要分成几类,或者没有明确的分类指标的...
  • 天津市旅游产业空间集聚态势初探:基于Q型聚类方法的分析.pdf
  • 男篮世锦赛24支球队比赛结果的判别分析Q型聚类.pdf

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 5,288
精华内容 2,115
关键字:

q型聚类分析

友情链接: 虚拟示波器.rar