现在我们已经学会了变换，剩下的问题是需要找到一组合适的基。 目标优化思路：找到一组最合适的基 去除平均值：减少计算量 PCA的最终目的是降维，得到前N个特征。所以数据本身的值并不是“很重要”。 我们为了减少计算量，将所有特征（每列）的均值变为0，达到减轻计算的目的。 举个例子，就好像我们要计算5个人 …

什么是维度？ 一维度 数组中：形如 arr[5] = [1, 2, 3, 4, 5]。 Series中：Series是一维数组，与Numpy中的一维array类似。 对于数组和Series来说，维度就是函数shape返回的结果，Series中函数shape中返回了几个数字，就是几维。 二维度：形如表 …

衡量频繁项集的标准 支持度 支持度就是几个关联的数据在数据集中出现的次数占总数据集的比重，或者说几个数据关联出现的概率。一般取值为[0, 1]。 有两个想分析关联性的数据X和Y，则对应的支持度为: 支持度是一种重要度量，因为支持度很低的规则可能只是偶然出现。从商务角度来看，低支持度的规则多半也是无意 …

聚类可以解决实际中的什么问题？ 聚类是一种无监督学习方法，所谓无监督学习就是数据没有标签。 物以类聚人以群分，聚类顾名思义就是将一些属性相似的东西归结在一起。 现实中，例如银行对客户群，哪些客户是可以盈利的，而哪些客户是不仅不挣钱还要赔钱的。我们可以将他们划分出来，以便后续的营销使用。这就是客户群划 …