原书出处
大数据挖掘与统计机器学习
10 第10章 大数据案例分析
单机快得多。 表10—25 聚类所用变量含义 对所有机场的各个变量进行描述统计,
通过频数直方图发现,除出发延迟超过15分钟的比例(PArrDelay)这个变量,其他各个变量均呈严重的右偏分布,因此对其他变量分别取对数。对于取消航班的比例(PCancelled)这个变量,有三个机场取值为0,将其重新赋值为该变量除0以外的最小值,然后再取对数。
为了消除聚类时量纲的影响,对取完对数后的变量进行标准化处理。取消航班的比例(PC
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/大数据挖掘与统计机器学习/_epub-src/OEBPS/Text/chapter12_0002.xhtml
EPUB SHA-256:6f2324b41414df46227a4d0ee4cc188eb120a38a798a14be96a3d7d919028c00