知识卡片
三类机场与外部验证
K 从 2 试到 6,K=3 时轮廓系数(类内紧凑与类间分离的合成指标,取值 -1 到 1,越大越好)最大,组间方差占比 0.439,2 到 3 增益约 19.5%、3 之后每类仅约 5%,两个标准一致指向 3 类,规模为 79、91、168 个机场。画像很清楚:第一类航班量最少、航距较短但延误与取消比例最高,属保障能力弱的小机场;第二类航班量少、航距最短、三类问题比例最低,多为短途支线;第三类航班量最多、航距最长,延误与取消反而较低,是大型枢纽。外部验证用 2012 年报告:吞吐量前 29 名中有 26 个在样本内,且全部落入第三类。聚类没有真值,只能靠是否符合已知业务分层来判断有效性。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第10章 大数据案例分析 · 查看原书依据
根据2012年美国机场统计报告,2012年美国大型枢纽机场旅客吞吐量排在前29名的机场中有26个机场在我们所分析的338个机场中,并且这26个机场均被聚到第三类
参考来源
- 位置:《大数据挖掘与统计机器学习》第10章 大数据案例分析(源文件:extracted/大数据挖掘与统计机器学习/_epub-src/OEBPS/Text/chapter12_0002.xhtml,10.2.2 机场聚类分析)
- 结论依据:原文以组间方差占比与轮廓系数选 K=3(占比 0.439,三类机场数 79、91、168),并用 2012 年吞吐量前 29 名中 26 个全部落入第三类做外部验证。
- 原始内容:根据2012年美国机场统计报告,2012年美国大型枢纽机场旅客吞吐量排在前29名的机场中有26个机场在我们所分析的338个机场中,并且这26个机场均被聚到第三类