聚类分析 - 版本历史

2024年1月19日 (五) 11:20 Zeroclanzhang

2024-01-19T11:20:44Z

←上一版本		2024年1月19日 (五) 19:20的版本
第7行：		第7行：
	\|productionstate={{图标文件\|Win}} / {{图标文件\|W10}} Win10及以上可用		\|productionstate={{图标文件\|Win}} / {{图标文件\|W10}} Win10及以上可用
	\|productionstatedesc=在[[Update:DecisionLinnc 1.0.0.8\|V1.0]]部署		\|productionstatedesc=在[[Update:DecisionLinnc 1.0.0.8\|V1.0]]部署
	\|nodeenglishname=~~[[Has english name::~~Clustering Analysis]]		\|nodeenglishname=Clustering Analysis
	\|abbreviation=~~[[Has abbreviation::~~CLA]]		\|abbreviation=CLA
	\|funcmaincategory=数据分析		\|funcmaincategory=数据分析
	\|funcsubcategory=[[DataAGM Lv1 Cat::多元分析]]		\|funcsubcategory=[[DataAGM Lv1 Cat::多元分析]]

2024年1月18日 (四) 09:42 Zeroclanzhang

2024-01-18T09:42:52Z

←上一版本		2024年1月18日 (四) 17:42的版本
第5行：		第5行：
	\|simpleicon=Clustering Analysis_Pure.svg		\|simpleicon=Clustering Analysis_Pure.svg
	\|developer=Dev.Team-DPS		\|developer=Dev.Team-DPS
	\|productionstate=~~PC可用~~		\|productionstate={{图标文件\|Win}} / {{图标文件\|W10}} Win10及以上可用
	\|productionstatedesc=在[[DecisionLinnc \| V1.0]]部署		\|productionstatedesc=在[[Update:DecisionLinnc 1.0.0.8\|V1.0]]部署
	\|nodeenglishname=[[Has english name::Clustering Analysis]]		\|nodeenglishname=[[Has english name::Clustering Analysis]]
	\|abbreviation=[[Has abbreviation::CLA]]		\|abbreviation=[[Has abbreviation::CLA]]
第19行：		第19行：
	\|nodeifswitchsupport=否		\|nodeifswitchsupport=否
	\|nodeavailableplotlist=Special_MatrixScatterPlot;Cluster_Analysis_Tree_Plot		\|nodeavailableplotlist=Special_MatrixScatterPlot;Cluster_Analysis_Tree_Plot
	\|nodeavailabletablelist=~~Table_For_Downstream~~		\|nodeavailabletablelist=Mean;Cluster
	\|nodeconfiguration=VariableList;~~DropManu~~;Text		\|nodeconfiguration=VariableList;DropMenu;Text
	\|nodeinputports=WorkFlow-Control ➤;Transfer-Variable ◆;Transfer-Table ■		\|nodeinputports=WorkFlow-Control ➤;Transfer-Variable ◆;Transfer-Table ■
	\|nodeoutputports=WorkFlow-Control ➤;Transfer-Table ■		\|nodeoutputports=WorkFlow-Control ➤;Transfer-Table ■

2023年12月8日 (五) 06:11 Zeroclanzhang

2023-12-08T06:11:02Z

←上一版本		2023年12月8日 (五) 14:11的版本
第21行：		第21行：
	\|nodeavailabletablelist=Table_For_Downstream		\|nodeavailabletablelist=Table_For_Downstream
	\|nodeconfiguration=VariableList;DropManu;Text		\|nodeconfiguration=VariableList;DropManu;Text
	\|nodeinputports=WorkFlow-Control 🠊;Transfer-Variable ◆;Transfer-Table ■		\|nodeinputports=WorkFlow-Control ➤;Transfer-Variable ◆;Transfer-Table ■
	\|nodeoutputports=WorkFlow-Control 🠊;Transfer-Table ■		\|nodeoutputports=WorkFlow-Control ➤;Transfer-Table ■
	\|statsapewikiurl=https://wiki.statsape.com/聚类分析		\|statsapewikiurl=https://wiki.statsape.com/聚类分析
	\|previousnode=[[主成分分析(PCA)]]		\|previousnode=[[主成分分析(PCA)]]

2023年12月8日 (五) 04:18 Zeroclanzhang

2023-12-08T04:18:54Z

←上一版本		2023年12月8日 (五) 12:18的版本
第21行：		第21行：
	\|nodeavailabletablelist=Table_For_Downstream		\|nodeavailabletablelist=Table_For_Downstream
	\|nodeconfiguration=VariableList;DropManu;Text		\|nodeconfiguration=VariableList;DropManu;Text
	\|nodeinputports=WorkFlow-Control 🠶;Transfer-Variable ◆;Transfer-Table ■		\|nodeinputports=WorkFlow-Control 🠊;Transfer-Variable ◆;Transfer-Table ■
	\|nodeoutputports=WorkFlow-Control 🠶;Transfer-Table ■		\|nodeoutputports=WorkFlow-Control 🠊;Transfer-Table ■
	\|statsapewikiurl=https://wiki.statsape.com/聚类分析		\|statsapewikiurl=https://wiki.statsape.com/聚类分析
	\|previousnode=[[主成分分析(PCA)]]		\|previousnode=[[主成分分析(PCA)]]

2023年12月8日 (五) 02:54 Zeroclanzhang

2023-12-08T02:54:25Z

←上一版本		2023年12月8日 (五) 10:54的版本
第2行：		第2行：
	\|nodename=聚类分析		\|nodename=聚类分析
	\|nodeimage=Clustering Analysis.png		\|nodeimage=Clustering Analysis.png
			\|icon=Clustering Analysis.svg
			\|simpleicon=Clustering Analysis_Pure.svg
	\|developer=Dev.Team-DPS		\|developer=Dev.Team-DPS
	\|productionstate=PC可用		\|productionstate=PC可用
第19行：		第21行：
	\|nodeavailabletablelist=Table_For_Downstream		\|nodeavailabletablelist=Table_For_Downstream
	\|nodeconfiguration=VariableList;DropManu;Text		\|nodeconfiguration=VariableList;DropManu;Text
	\|nodeinputports=WorkFlow-Control ▶;Transfer-Table ■		\|nodeinputports=WorkFlow-Control 🠶;Transfer-Variable ◆;Transfer-Table ■
	\|nodeoutputports=WorkFlow-Control ▶;Transfer-Table ■		\|nodeoutputports=WorkFlow-Control 🠶;Transfer-Table ■
	\|statsapewikiurl=https://wiki.statsape.com/聚类分析		\|statsapewikiurl=https://wiki.statsape.com/聚类分析
	\|previousnode=[[主成分分析(PCA)]]		\|previousnode=[[主成分分析(PCA)]]
	\|nextnode=[[最大似然因子分析]]		\|nextnode=[[最大似然因子分析]]
	}}		}}

2023年12月4日 (一) 14:49 Zeroclanzhang

2023-12-04T14:49:06Z

←上一版本		2023年12月4日 (一) 22:49的版本
第23行：		第23行：
	\|statsapewikiurl=https://wiki.statsape.com/聚类分析		\|statsapewikiurl=https://wiki.statsape.com/聚类分析
	\|previousnode=[[主成分分析(PCA)]]		\|previousnode=[[主成分分析(PCA)]]
	\|nextnode=[[~~聚类分析~~]]		\|nextnode=[[最大似然因子分析]]
	}}		}}

2023年12月4日 (一) 14:10 Zeroclanzhang

2023-12-04T14:10:07Z

←上一版本		2023年12月4日 (一) 22:10的版本
第1行：		第1行：
	{{Infobox nodebasic\|nodename=聚类分析\|nodeimage=Clustering Analysis.png\|developer=Dev.Team-DPS\|productionstate=PC可用\|productionstatedesc=在[[~~DecisionTree~~ \| V1.0]]部署\|nodeenglishname=[[Has english name::Clustering Analysis]]\|abbreviation=CLA\|funcmaincategory=数据分析\|funcsubcategory=[[DataAGM Lv1 Cat::多元分析]]\|nodecategory=数据挖掘\|nodeinterpretor=R\|nodeshortdescription=<p>聚类分析是一种无监督学习方法, 用于将数据集中的样本根据相似性分组。聚类分析的目的是将相似的样本归为一类,~~并使不同类别之间的差异尽可能大。基本思想是将数据集中的样本分为若干组，使组内的样本相似度高，而组间的相似度低。此聚类使用的方法有~~: Kmean, 均值偏移聚类算法, DBSCAN聚类算法, 高斯混合模型的期望最大化EM聚类, 和层次聚类算法。~~\n用途：用于将数据对象分组或分类，使得同一组内的对象相似度高，而不同组内的对象相似度低。\n参数：选择多个连续型数值变量~~</p>\|nodeinputnumber=3\|nodeoutputnumber=2\|nodeloopsupport=是\|nodeifswitchsupport=否\|nodeavailableplotlist=Special_MatrixScatterPlot;Cluster_Analysis_Tree_Plot\|nodeavailabletablelist=Table_For_Downstream\|nodeconfiguration=VariableList;DropManu;Text\|nodeinputports=WorkFlow-Control ▶;Transfer-Table ■\|nodeoutputports=WorkFlow-Control ▶;Transfer-Table ■\|statsapewikiurl=https://wiki.statsape.com/~~聚类分析_Plus~~\|previousnode=[[主成分分析(PCA)]]\|nextnode=[[~~最大似然因子分析~~]]}}{{Navplate AlgorithmNodeList}}[[Category:多元分析]]		{{Infobox nodebasic
			\|nodename=聚类分析
			\|nodeimage=Clustering Analysis.png
			\|developer=Dev.Team-DPS
			\|productionstate=PC可用
			\|productionstatedesc=在[[DecisionLinnc \| V1.0]]部署
			\|nodeenglishname=[[Has english name::Clustering Analysis]]
			\|abbreviation=[[Has abbreviation::CLA]]
			\|funcmaincategory=数据分析
			\|funcsubcategory=[[DataAGM Lv1 Cat::多元分析]]
			\|nodecategory=数据挖掘
			\|nodeinterpretor=R
			\|nodeshortdescription=<p>聚类分析是一种无监督学习方法, 用于将数据集中的样本根据相似性分组。聚类分析的目的是将相似的样本归为一类,并使不同类别之间的差异尽可能大。基本思想是将数据集中的样本分为若干组，使组内的样本相似度高，而组间的相似度低。</p><p>此聚类使用的方法有: Kmean, 均值偏移聚类算法, DBSCAN聚类算法, 高斯混合模型的期望最大化EM聚类, 和层次聚类算法。</p><p>用途：用于将数据对象分组或分类，使得同一组内的对象相似度高，而不同组内的对象相似度低。</p><p>参数：选择多个连续型数值变量</p>
			\|nodeinputnumber=3
			\|nodeoutputnumber=2
			\|nodeloopsupport=是
			\|nodeifswitchsupport=否
			\|nodeavailableplotlist=Special_MatrixScatterPlot;Cluster_Analysis_Tree_Plot
			\|nodeavailabletablelist=Table_For_Downstream
			\|nodeconfiguration=VariableList;DropManu;Text
			\|nodeinputports=WorkFlow-Control ▶;Transfer-Table ■
			\|nodeoutputports=WorkFlow-Control ▶;Transfer-Table ■
			\|statsapewikiurl=https://wiki.statsape.com/聚类分析
			\|previousnode=[[主成分分析(PCA)]]
			\|nextnode=[[聚类分析]]
			}}


			{{Navplate AlgorithmNodeList}}

			[[Category:多元分析]]

Zeroclanzhang：创建页面，内容为“{{Infobox nodebasic|nodename=聚类分析|nodeimage=Clustering Analysis.png|developer=Dev.Team-DPS|productionstate=PC可用|productionstatedesc=在 V1.0部署|nodeenglishname=Has english name::Clustering Analysis|abbreviation=CLA|funcmaincategory=数据分析|funcsubcategory=DataAGM Lv1 Cat::多元分析|nodecategory=数据挖掘|nodeinterpretor=R|nodeshortdescription=
聚类分析是一种无监督学习方法, 用于将数据集中…”

2023-12-02T14:33:23Z

创建页面，内容为“{{Infobox nodebasic|nodename=聚类分析|nodeimage=Clustering Analysis.png|developer=Dev.Team-DPS|productionstate=PC可用|productionstatedesc=在 V1.0部署|nodeenglishname=Has english name::Clustering Analysis|abbreviation=CLA|funcmaincategory=数据分析|funcsubcategory=DataAGM Lv1 Cat::多元分析|nodecategory=数据挖掘|nodeinterpretor=R|nodeshortdescription=<p>聚类分析是一种无监督学习方法, 用于将数据集中…”

新页面

{{Infobox nodebasic|nodename=聚类分析|nodeimage=Clustering Analysis.png|developer=Dev.Team-DPS|productionstate=PC可用|productionstatedesc=在[[DecisionTree | V1.0]]部署|nodeenglishname=[[Has english name::Clustering Analysis]]|abbreviation=CLA|funcmaincategory=数据分析|funcsubcategory=[[DataAGM Lv1 Cat::多元分析]]|nodecategory=数据挖掘|nodeinterpretor=R|nodeshortdescription=<p>聚类分析是一种无监督学习方法, 用于将数据集中的样本根据相似性分组。聚类分析的目的是将相似的样本归为一类,并使不同类别之间的差异尽可能大。基本思想是将数据集中的样本分为若干组，使组内的样本相似度高，而组间的相似度低。此聚类使用的方法有: Kmean, 均值偏移聚类算法, DBSCAN聚类算法, 高斯混合模型的期望最大化EM聚类, 和层次聚类算法。\n用途：用于将数据对象分组或分类，使得同一组内的对象相似度高，而不同组内的对象相似度低。\n参数：选择多个连续型数值变量</p>|nodeinputnumber=3|nodeoutputnumber=2|nodeloopsupport=是|nodeifswitchsupport=否|nodeavailableplotlist=Special_MatrixScatterPlot;Cluster_Analysis_Tree_Plot|nodeavailabletablelist=Table_For_Downstream|nodeconfiguration=VariableList;DropManu;Text|nodeinputports=WorkFlow-Control ▶;Transfer-Table ■|nodeoutputports=WorkFlow-Control ▶;Transfer-Table ■|statsapewikiurl=https://wiki.statsape.com/聚类分析_Plus|previousnode=[[主成分分析(PCA)]]|nextnode=[[最大似然因子分析]]}}{{Navplate AlgorithmNodeList}}[[Category:多元分析]]