corr演算法常見問題和解決方法

① 相關系數的計算公式是什麼

相關系數r的計算公式是：

變數間的這種相互關系，稱為具有不確定性的相關關系。

⑴完全相關：兩個變數之間的關系，一個變數的數量變化由另一個變數的數量變化所惟一確定，即函數關系。

⑵不完全相關：兩個變數之間的關系介於不相關和完全相關之間。

⑶不相關：如果兩個變數彼此的數量變化互相獨立，沒有關系。

② python scikit-learn 有什麼演算法

1，前言

很久不發文章，主要是Copy別人的總感覺有些不爽，所以整理些干貨，希望相互學習吧。不啰嗦，進入主題吧，本文主要時說的為樸素貝葉斯分類演算法。與邏輯回歸，決策樹一樣，是較為廣泛使用的有監督分類演算法，簡單且易於理解（號稱十大數據挖掘演算法中最簡單的演算法）。但其在處理文本分類，郵件分類，拼寫糾錯，中文分詞，統計機器翻譯等自然語言處理范疇較為廣泛使用，或許主要得益於基於概率理論，本文主要為小編從理論理解到實踐的過程記錄。

2，公式推斷

一些貝葉斯定理預習知識：我們知道當事件A和事件B獨立時，P（AB）=P（A）（B），但如果事件不獨立，則P（AB）=P（A）P（B|A）。為兩件事件同時發生時的一般公式，即無論事件A和B是否獨立。當然也可以寫成P（AB）=P（B）P（A|B），表示若要兩件事同事發生，則需要事件B發生後，事件A也要發生。

由上可知，P（A）P（B|A）= P（B）P（A|B）

推出P（B|A）=

其中P（B）為先驗概率，P（B|A）為B的後驗概率，P（A|B）為A的後驗概率（在這里也為似然值），P（A）為A的先驗概率（在這也為歸一化常量）。

由上推導可知，其實樸素貝葉斯法就是在貝葉斯定理基礎上，加上特徵條件獨立假設，對特定輸入的X（樣本，包含N個特徵），求出後驗概率最大值時的類標簽Y（如是否為垃圾郵件），理解起來比邏輯回歸要簡單多，有木有，這也是本演算法優點之一，當然運行起來由於得益於特徵獨立假設，運行速度也更快。

8. Python代碼

# -*-coding: utf-8 -*-

importtime

fromsklearn import metrics

fromsklearn.naive_bayes import GaussianNB

fromsklearn.naive_bayes import MultinomialNB

fromsklearn.naive_bayes import BernoulliNB

fromsklearn.neighbors import KNeighborsClassifier

fromsklearn.linear_model import LogisticRegression

fromsklearn.ensemble import RandomForestClassifier

fromsklearn import tree

fromsklearn.ensemble import GradientBoostingClassifier

fromsklearn.svm import SVC

importnumpy as np

importurllib

# urlwith dataset

url ="-learning-databases/pima-indians-diabetes/pima-indians-diabetes.data"

#download the file

raw_data= urllib.request.urlopen(url)

#load the CSV file as a numpy matrix

dataset= np.loadtxt(raw_data, delimiter=",")

#separate the data from the target attributes

X =dataset[:,0:7]

#X=preprocessing.MinMaxScaler().fit_transform(x)

#print(X)

y =dataset[:,8]

print(" 調用scikit的樸素貝葉斯演算法包GaussianNB ")

model= GaussianNB()

start_time= time.time()

model.fit(X,y)

print('training took %fs!' % (time.time() - start_time))

print(model)

expected= y

predicted= model.predict(X)

print(metrics.classification_report(expected,predicted))

print(metrics.confusion_matrix(expected,predicted))

print(" 調用scikit的樸素貝葉斯演算法包MultinomialNB ")

model= MultinomialNB(alpha=1)

start_time= time.time()

model.fit(X,y)

print('training took %fs!' % (time.time() - start_time))

print(model)

expected= y

predicted= model.predict(X)

print(metrics.classification_report(expected,predicted))

print(metrics.confusion_matrix(expected,predicted))

print(" 調用scikit的樸素貝葉斯演算法包BernoulliNB ")

model= BernoulliNB(alpha=1,binarize=0.0)

start_time= time.time()

model.fit(X,y)

print('training took %fs!' % (time.time() - start_time))

print(model)

expected= y

predicted= model.predict(X)

print(metrics.classification_report(expected,predicted))

print(metrics.confusion_matrix(expected,predicted))

print(" 調用scikit的KNeighborsClassifier ")

model= KNeighborsClassifier()

start_time= time.time()

model.fit(X,y)

print('training took %fs!' % (time.time() - start_time))

print(model)

expected= y

predicted= model.predict(X)

print(metrics.classification_report(expected,predicted))

print(metrics.confusion_matrix(expected,predicted))

print(" 調用scikit的LogisticRegression(penalty='l2')")

model= LogisticRegression(penalty='l2')

start_time= time.time()

model.fit(X,y)

print('training took %fs!' % (time.time() - start_time))

print(model)

expected= y

predicted= model.predict(X)

print(metrics.classification_report(expected,predicted))

print(metrics.confusion_matrix(expected,predicted))

print(" 調用scikit的RandomForestClassifier(n_estimators=8) ")

model= RandomForestClassifier(n_estimators=8)

start_time= time.time()

model.fit(X,y)

print('training took %fs!' % (time.time() - start_time))

print(model)

expected= y

predicted= model.predict(X)

print(metrics.classification_report(expected,predicted))

print(metrics.confusion_matrix(expected,predicted))

print(" 調用scikit的tree.DecisionTreeClassifier()")

model= tree.DecisionTreeClassifier()

start_time= time.time()

model.fit(X,y)

print('training took %fs!' % (time.time() - start_time))

print(model)

expected= y

predicted= model.predict(X)

print(metrics.classification_report(expected,predicted))

print(metrics.confusion_matrix(expected,predicted))

print(" 調用scikit的GradientBoostingClassifier(n_estimators=200) ")

model= GradientBoostingClassifier(n_estimators=200)

start_time= time.time()

model.fit(X,y)

print('training took %fs!' % (time.time() - start_time))

print(model)

expected= y

predicted= model.predict(X)

print(metrics.classification_report(expected,predicted))

print(metrics.confusion_matrix(expected,predicted))

print(" 調用scikit的SVC(kernel='rbf', probability=True) ")

model= SVC(kernel='rbf', probability=True)

start_time= time.time()

model.fit(X,y)

print('training took %fs!' % (time.time() - start_time))

print(model)

expected= y

predicted= model.predict(X)

print(metrics.classification_report(expected,predicted))

print(metrics.confusion_matrix(expected,predicted))

"""

# 預處理代碼集錦

importpandas as pd

df=pd.DataFrame(dataset)

print(df.head(3))

print(df.describe())##描述性分析

print(df.corr())##各特徵相關性分析

##計算每行每列數據的缺失值個數

defnum_missing(x):

return sum(x.isnull())

print("Missing values per column:")

print(df.apply(num_missing, axis=0)) #axis=0代表函數應用於每一列

print(" Missing values per row:")

print(df.apply(num_missing, axis=1).head()) #axis=1代表函數應用於每一行"""

③ 數獨 演算法 C語言 代碼

一、步驟：
1.對每一個空格，根據規則推斷它可能填入的數字，並存儲它的所有可能值；
2.根據可能值的個數，確定填寫的順序。比如說，有些空格只有一種可能，那必然是正確的結果，首先填入。
3.將所有隻有一種可能的空格填寫完畢以後，回到步驟1，重新確定剩下空格的可能值；
4.當沒有隻有一種可能的空格時（即每個空格都有兩種以上可能），按照可能值個數從小到大的順序，使用深度（廣度）優先搜索，完成剩下空格。

二、常式：

#include<windows.h>
#include<stdio.h>
#include<time.h>

charsd[81];
boolisok=false;

//顯示數獨
voidshow()
{
if(isok)puts("求解完成");
elseputs("初始化完成");

for(inti=0;i<81;i++)
{
putchar(sd[i]+'0');
if((i+1)%9==0)putchar('
');
}
putchar('
');
}

//讀取數獨
boolInit()
{
FILE*fp=fopen("in.txt","rb");
if(fp==NULL)returnfalse;
fread(sd,81,1,fp);
fclose(fp);
for(inti=0;i<81;i++)
{
if(sd[i]>='1'&&sd[i]<='9')sd[i]-='0';
elsesd[i]=0;
}
show();
returntrue;
}

//遞歸解決數獨
voidforce(intk)
{
if(isok)return;
if(!sd[k])
{
for(intm=1;m<=9;m++)
{
boolmm=true;
for(intn=0;n<9;n++)
{
if((m==sd[k/27*27+(k%9/3)*3+n+n/3*6])||(m==sd[9*n+k%9])||(m==sd[k/9*9+n]))
{
mm=false;
break;
}
}
if(mm)
{
sd[k]=m;
if(k==80)
{
isok=true;
show();
return;
}
force(k+1);
}
}
sd[k]=0;
}
else
{
if(k==80)
{
isok=true;
show();
return;
}
force(k+1);
}
}

intmain()
{
system("CLS");
if(Init())
{
doublestart=clock();
force(0);
printf("耗時%.0fms",clock()-start);
}
elseputs("初始化錯誤");
getchar();
}

④ 電腦出現 如果你想了解更多信息,則可以稍後在線搜索此錯誤:CRITICAL STRUCTURE CORRUPUPTIO

win10提示錯誤CRITICAL_STRUCTURE_CORRUPTION你的電腦遇到問題，需要重新啟動，屬於比較嚴重的錯誤，一般通過重置或者重裝操作系統來解決問題

解決方法：

一、GHOST版本操作系統，用PE啟動盤引導啟動進PE，打開DG分區工具，點硬碟重建主引導記錄MBR，回PE桌面修復系統引導。
二、預裝正版win10重置操作系統，重置此電腦方法：
1、開機在LOGO界面長按電源鍵連續斷電關機二次，再次開機會自動進入高級模式。
2、在高級模式中重置此電腦
在高級模式中點疑難解答。點重置此電腦，按提示步驟重置一下操作系統就可以了
重置有兩種選項
一是保留個人文件的重置，會保留系統盤下的個人信息，比如用戶名，桌面內容，下載過的文件等等
二是刪除所有內容的重置，相當於重新安裝電腦，根據自己的情況選擇重置的類型，之後會進入重置程序，按照提示完成重置

⑤ Matlab中求自相關函數xcorr和autocorr的區別

Matlab中有兩個現成的函數可以求自相關:方法1是利用互相關函數xcorr;方法2是自相關函數autocorr。
但是對於向量x，只是進行xcorr(x)和autocorr(x)，求的的結果卻差別很大。除了xcorr求得的序列是一個中心對稱的偶函數序列外，數值的大小也不對應。
看了help，然後自己實驗了一下，終於找到了原因。首先，autocorr是對序列減去均值後做的自相關，最後又進行了歸一化。而且由於自相關本身是偶函數，而xcorr本身是計算互相關的，所以xcorr最終的結果是2*N-1，而autocorr只是取了以中心點N為起始的後面N個序列。因此，如果以向量x為例，x長為N。則用autocorr(x,N-1)能得到的N長度結果。用xcorr需要有以下幾步：
E = mean(x);
X2 =x-E;
c =xcorr(x2);
d =c./c(N);
f =d(N:2*N-1);
可見，求自相關還是用autocorr更方便一些。另外，這里為了方便，只是採用了默認的調用方式，兩個函數的具體參數變化還是要看help詳細說明

⑥ matlab corr2函數為什麼返回NaN值

這是matlab給出的corr2的演算法

從公式上看，只要A，B中有一個矩陣的元素全部相等

那麼公式的分子和分母都等於0

0除以0的運算就會返回NaN

⑦ 誰有金融數據挖掘，關聯規則分析與挖掘的一些介紹啊

雨林演算法的數據結構：
AVC-set:節點n包含的所有紀錄在某個屬性上的投影，其中該AVC-set包括了屬性的不同值在每個類別上的計數。
AVC-group:一個節點n上所有的AVC -set的集合
AVC-set的所佔內存的大小正比於對應屬性的不同值個數，AVC-group並不是資料庫信息的簡單的壓縮，它只是提供了建立決策樹需要的信息， AVC-group所佔用的內存空間遠遠小於資料庫所實際佔用的空間。
一般設計方案：
AVC_set
{
//存儲屬性的各個值
DistinctValue[]
//存儲屬性各個值在某個類上對應的計數
DistinctValueCountForClassA[]
DistinctValueCountForClassB[]
… …
}
AVC_group
{
//節點n中的每個屬性的avc_set
AVC_set[]
}
自頂向下決策樹演算法
BuildTree(Node m,datapatition D,algorithm decisionTree)
對D使用決策樹演算法decisionTree得到分裂指標crit(n)
令k為節點n的子節點個數
if(k>0)
建立n的k個子節點c1,…,ck
使用最佳分割將D分裂為D1,…,Dk
for(i=1;i<=k;i++)
BuildTree(ci,Di)
endfor
endif
RainForest 演算法框架重新定義的部分：
1a) for 每一個屬性的謂詞p,尋找最佳的分割
1b) decisionTree.find_best_partitioning(AVC-set of p)
1c) endfor
2a) k= decisionTree.decide_splitting_criterion();//決定最終的分割

雨林演算法的常規過程：
建立節點的AVC-group
(通過讀取整個原始資料庫或者某個分支的資料庫表或文件)
選擇分裂屬性和分裂標准：取決於使用雨林演算法框架的具體演算法，通過逐一檢查AVC-set來選擇。
將數據分解到各個子節點：必須讀取整個數據集(資料庫或文件)，將各條數據分解到各個子節點中，此時如果有足夠的內存，我們將建立一個或多個子節點的AVC-group

參考資料：李岱 rainforest.ppt 什麼是數據挖掘
數據挖掘(Data Mining)，又稱為資料庫中的知識發現(Knowledge Discovery in Database, KDD)，就是從大量數據中獲取有效的、新穎的、潛在有用的、最終可理解的模式的非平凡過程，簡單的說，數據挖掘就是從大量數據中提取或「挖掘」知識。
並非所有的信息發現任務都被視為數據挖掘。例如，使用資料庫管理系統查找個別的記錄，或通過網際網路的搜索引擎查找特定的Web頁面，則是信息檢索（information retrieval）領域的任務。雖然這些任務是重要的，可能涉及使用復雜的演算法和數據結構，但是它們主要依賴傳統的計算機科學技術和數據的明顯特徵來創建索引結構，從而有效地組織和檢索信息。盡管如此，數據挖掘技術也已用來增強信息檢索系統的能力。
編輯本段數據挖掘的起源
為迎接前一節中的這些挑戰，來自不同學科的研究者匯集到一起，開始著手開發可以處理不同數據類型的更有效的、可伸縮的工具。這些工作建立在研究者先前使用的方法學和演算法之上，在數據挖掘領域達到高潮。特別地是，數據挖掘利用了來自如下一些領域的思想：(1) 來自統計學的抽樣、估計和假設檢驗，(2) 人工智慧、模式識別和機器學習的搜索演算法、建模技術和學習理論。數據挖掘也迅速地接納了來自其他領域的思想，這些領域包括最優化、進化計算、資訊理論、信號處理、可視化和信息檢索。
一些其他領域也起到重要的支撐作用。特別地，需要資料庫系統提供有效的存儲、索引和查詢處理支持。源於高性能（並行）計算的技術在處理海量數據集方面常常是重要的。分布式技術也能幫助處理海量數據，並且當數據不能集中到一起處理時更是至關重要。
編輯本段數據挖掘能做什麼

1)數據挖掘能做以下六種不同事情（分析方法）：
· 分類 （Classification）
· 估值（Estimation）
· 預言（Prediction）
· 相關性分組或關聯規則（Affinity grouping or association rules）
· 聚集（Clustering）
· 描述和可視化（Des cription and Visualization）
· 復雜數據類型挖掘(Text, Web ,圖形圖像，視頻，音頻等)
2)數據挖掘分類
以上六種數據挖掘的分析方法可以分為兩類：直接數據挖掘；間接數據挖掘
· 直接數據挖掘
目標是利用可用的數據建立一個模型，這個模型對剩餘的數據，對一個特定的變數（可以理解成資料庫中表的屬性，即列）進行描述。
· 間接數據挖掘
目標中沒有選出某一具體的變數，用模型進行描述；而是在所有的變數中建立起某種關系 。
· 分類、估值、預言屬於直接數據挖掘；後三種屬於間接數據挖掘
3)各種分析方法的簡介
· 分類 （Classification）
首先從數據中選出已經分好類的訓練集，在該訓練集上運用數據挖掘分類的技術，建立分類模型，對於沒有分類的數據進行分類。
例子：
a. 信用卡申請者，分類為低、中、高風險
b. 分配客戶到預先定義的客戶分片
注意： 類的個數是確定的，預先定義好的
· 估值（Estimation）
估值與分類類似，不同之處在於，分類描述的是離散型變數的輸出，而估值處理連續值的輸出；分類的類別是確定數目的，估值的量是不確定的。
例子：
a. 根據購買模式，估計一個家庭的孩子個數
b. 根據購買模式，估計一個家庭的收入
c. 估計real estate的價值
一般來說，估值可以作為分類的前一步工作。給定一些輸入數據，通過估值，得到未知的連續變數的值，然後，根據預先設定的閾值，進行分類。例如：銀行對家庭貸款業務，運用估值，給各個客戶記分（Score 0~1）。然後，根據閾值，將貸款級別分類。
· 預言（Prediction）
通常，預言是通過分類或估值起作用的，也就是說，通過分類或估值得出模型，該模型用於對未知變數的預言。從這種意義上說，預言其實沒有必要分為一個單獨的類。預言其目的是對未來未知變數的預測，這種預測是需要時間來驗證的，即必須經過一定時間後，才知道預言准確性是多少。
· 相關性分組或關聯規則（Affinity grouping or association rules）
決定哪些事情將一起發生。
例子：
a. 超市中客戶在購買A的同時，經常會購買B，即A => B(關聯規則)
b. 客戶在購買A後，隔一段時間，會購買B （序列分析）
· 聚集（Clustering）
聚集是對記錄分組，把相似的記錄在一個聚集里。聚集和分類的區別是聚集不依賴於預先定義好的類，不需要訓練集。
例子：
a. 一些特定症狀的聚集可能預示了一個特定的疾病
b. 租VCD類型不相似的客戶聚集，可能暗示成員屬於不同的亞文化群
聚集通常作為數據挖掘的第一步。例如，"哪一種類的促銷對客戶響應最好？"，對於這一 類問題，首先對整個客戶做聚集，將客戶分組在各自的聚集里，然後對每個不同的聚集，回答問題，可能效果更好。
· 描述和可視化（Des cription and Visualization）
是對數據挖掘結果的表示方式。
編輯本段數據挖掘中的關聯規則上面演算法講的很清楚了，我來舉個例子：

Training data：
Id age income class
1 young 65 G
2 young 15 B
3 young 75 G
4 senior 40 B
5 senior 100 G
6 senior 60 G

AVC set „age「 for N1：
value class count
young B 1
young G 2
senior B 1
senior G 2

AVC set „income「 for N1：
value class count
15 B 1
40 B 1
60 G 1
65 G 1
75 G 1
100 G 1

AVC set „income「 for N2：
value class count
15 B 1
65 G 1
75 G 1

AVC set „age「 for N2:
value class count
young B 1
young G 2

最後推出雨林： N1
age=young / \ age=senior
/ \
N2 N3

最後提醒一點，對於雨林演算法，訓練樣本集不要大於3百萬。否則改用SPRINT。
1.什麼是關聯規則
在描述有關關聯規則的一些細節之前，我們先來看一個有趣的故事： "尿布與啤酒"的故事。
在一家超市裡，有一個有趣的現象：尿布和啤酒赫然擺在一起出售。但是這個奇怪的舉措卻使尿布和啤酒的銷量雙雙增加了。這不是一個笑話，而是發生在美國沃爾瑪連鎖店超市的真實案例，並一直為商家所津津樂道。沃爾瑪擁有世界上最大的數據倉庫系統，為了能夠准確了解顧客在其門店的購買習慣，沃爾瑪對其顧客的購物行為進行購物籃分析，想知道顧客經常一起購買的商品有哪些。沃爾瑪數據倉庫里集中了其各門店的詳細原始交易數據。在這些原始交易數據的基礎上，沃爾瑪利用數據挖掘方法對這些數據進行分析和挖掘。一個意外的發現是："跟尿布一起購買最多的商品竟是啤酒！經過大量實際調查和分析，揭示了一個隱藏在"尿布與啤酒"背後的美國人的一種行為模式：在美國，一些年輕的父親下班後經常要到超市去買嬰兒尿布，而他們中有30%～40%的人同時也為自己買一些啤酒。產生這一現象的原因是：美國的太太們常叮囑她們的丈夫下班後為小孩買尿布，而丈夫們在買尿布後又隨手帶回了他們喜歡的啤酒。
按常規思維，尿布與啤酒風馬牛不相及，若不是藉助數據挖掘技術對大量交易數據進行挖掘分析，沃爾瑪是不可能發現數據內在這一有價值的規律的。
數據關聯是資料庫中存在的一類重要的可被發現的知識。若兩個或多個變數的取值之間存在某種規律性，就稱為關聯。關聯可分為簡單關聯、時序關聯、因果關聯。關聯分析的目的是找出資料庫中隱藏的關聯網。有時並不知道資料庫中數據的關聯函數，即使知道也是不確定的，因此關聯分析生成的規則帶有可信度。關聯規則挖掘發現大量數據中項集之間有趣的關聯或相關聯系。Agrawal等於1993年首先提出了挖掘顧客交易資料庫中項集間的關聯規則問題，以後諸多的研究人員對關聯規則的挖掘問題進行了大量的研究。他們的工作包括對原有的演算法進行優化，如引入隨機采樣、並行的思想等，以提高演算法挖掘規則的效率；對關聯規則的應用進行推廣。關聯規則挖掘在數據挖掘中是一個重要的課題，最近幾年已被業界所廣泛研究。
2.關聯規則挖掘過程、分類及其相關演算法
2.1關聯規則挖掘的過程
關聯規則挖掘過程主要包含兩個階段：第一階段必須先從資料集合中找出所有的高頻項目組(Frequent Itemsets)，第二階段再由這些高頻項目組中產生關聯規則(Association Rules)。
關聯規則挖掘的第一階段必須從原始資料集合中，找出所有高頻項目組(Large Itemsets)。高頻的意思是指某一項目組出現的頻率相對於所有記錄而言，必須達到某一水平。一項目組出現的頻率稱為支持度(Support)，以一個包含A與B兩個項目的2-itemset為例，我們可以經由公式(1)求得包含{A,B}項目組的支持度，若支持度大於等於所設定的最小支持度(Minimum Support)門檻值時，則{A,B}稱為高頻項目組。一個滿足最小支持度的k-itemset，則稱為高頻k-項目組(Frequent k-itemset)，一般表示為Large k或Frequent k。演算法並從Large k的項目組中再產生Large k+1，直到無法再找到更長的高頻項目組為止。
關聯規則挖掘的第二階段是要產生關聯規則(Association Rules)。從高頻項目組產生關聯規則，是利用前一步驟的高頻k-項目組來產生規則，在最小信賴度(Minimum Confidence)的條件門檻下，若一規則所求得的信賴度滿足最小信賴度，稱此規則為關聯規則。例如：經由高頻k-項目組{A,B}所產生的規則AB，其信賴度可經由公式(2)求得，若信賴度大於等於最小信賴度，則稱AB為關聯規則。
就沃爾馬案例而言，使用關聯規則挖掘技術，對交易資料庫中的紀錄進行資料挖掘，首先必須要設定最小支持度與最小信賴度兩個門檻值，在此假設最小支持度min_support=5% 且最小信賴度min_confidence=70%。因此符合此該超市需求的關聯規則將必須同時滿足以上兩個條件。若經過挖掘過程所找到的關聯規則「尿布，啤酒」，滿足下列條件，將可接受「尿布，啤酒」的關聯規則。用公式可以描述Support(尿布，啤酒)>=5%且Confidence(尿布，啤酒)>=70%。其中，Support(尿布，啤酒)>=5%於此應用範例中的意義為:在所有的交易紀錄資料中，至少有5%的交易呈現尿布與啤酒這兩項商品被同時購買的交易行為。Confidence(尿布，啤酒)>=70%於此應用範例中的意義為:在所有包含尿布的交易紀錄資料中，至少有70%的交易會同時購買啤酒。因此，今後若有某消費者出現購買尿布的行為，超市將可推薦該消費者同時購買啤酒。這個商品推薦的行為則是根據「尿布，啤酒」關聯規則，因為就該超市過去的交易紀錄而言，支持了「大部份購買尿布的交易，會同時購買啤酒」的消費行為。
從上面的介紹還可以看出，關聯規則挖掘通常比較適用與記錄中的指標取離散值的情況。如果原始資料庫中的指標值是取連續的數據，則在關聯規則挖掘之前應該進行適當的數據離散化（實際上就是將某個區間的值對應於某個值），數據的離散化是數據挖掘前的重要環節，離散化的過程是否合理將直接影響關聯規則的挖掘結果。
2.2關聯規則的分類
按照不同情況，關聯規則可以進行分類如下：
1.基於規則中處理的變數的類別，關聯規則可以分為布爾型和數值型。
布爾型關聯規則處理的值都是離散的、種類化的，它顯示了這些變數之間的關系；而數值型關聯規則可以和多維關聯或多層關聯規則結合起來，對數值型欄位進行處理，將其進行動態的分割，或者直接對原始的數據進行處理，當然數值型關聯規則中也可以包含種類變數。例如：性別=「女」=>職業=「秘書」 ，是布爾型關聯規則；性別=「女」=>avg（收入）=2300，涉及的收入是數值類型，所以是一個數值型關聯規則。
2.基於規則中數據的抽象層次，可以分為單層關聯規則和多層關聯規則。
在單層的關聯規則中，所有的變數都沒有考慮到現實的數據是具有多個不同的層次的；而在多層的關聯規則中，對數據的多層性已經進行了充分的考慮。例如：IBM台式機=>Sony列印機，是一個細節數據上的單層關聯規則；台式機=>Sony列印機，是一個較高層次和細節層次之間的多層關聯規則。
3.基於規則中涉及到的數據的維數，關聯規則可以分為單維的和多維的。
在單維的關聯規則中，我們只涉及到數據的一個維，如用戶購買的物品；而在多維的關聯規則中，要處理的數據將會涉及多個維。換成另一句話，單維關聯規則是處理單個屬性中的一些關系；多維關聯規則是處理各個屬性之間的某些關系。例如：啤酒=>尿布，這條規則只涉及到用戶的購買的物品；性別=「女」=>職業=「秘書」，這條規則就涉及到兩個欄位的信息，是兩個維上的一條關聯規則。
2.3關聯規則挖掘的相關演算法
1.Apriori演算法：使用候選項集找頻繁項集
Apriori演算法是一種最有影響的挖掘布爾關聯規則頻繁項集的演算法。其核心是基於兩階段頻集思想的遞推演算法。該關聯規則在分類上屬於單維、單層、布爾關聯規則。在這里，所有支持度大於最小支持度的項集稱為頻繁項集，簡稱頻集。
該演算法的基本思想是：首先找出所有的頻集，這些項集出現的頻繁性至少和預定義的最小支持度一樣。然後由頻集產生強關聯規則，這些規則必須滿足最小支持度和最小可信度。然後使用第1步找到的頻集產生期望的規則，產生只包含集合的項的所有規則，其中每一條規則的右部只有一項，這里採用的是中規則的定義。一旦這些規則被生成，那麼只有那些大於用戶給定的最小可信度的規則才被留下來。為了生成所有頻集，使用了遞推的方法。
可能產生大量的候選集,以及可能需要重復掃描資料庫，是Apriori演算法的兩大缺點。
2.基於劃分的演算法
Savasere等設計了一個基於劃分的演算法。這個演算法先把資料庫從邏輯上分成幾個互不相交的塊，每次單獨考慮一個分塊並對它生成所有的頻集，然後把產生的頻集合並，用來生成所有可能的頻集，最後計算這些項集的支持度。這里分塊的大小選擇要使得每個分塊可以被放入主存，每個階段只需被掃描一次。而演算法的正確性是由每一個可能的頻集至少在某一個分塊中是頻集保證的。該演算法是可以高度並行的，可以把每一分塊分別分配給某一個處理器生成頻集。產生頻集的每一個循環結束後，處理器之間進行通信來產生全局的候選k-項集。通常這里的通信過程是演算法執行時間的主要瓶頸；而另一方面，每個獨立的處理器生成頻集的時間也是一個瓶頸。
3.FP-樹頻集演算法
針對Apriori演算法的固有缺陷，J. Han等提出了不產生候選挖掘頻繁項集的方法：FP-樹頻集演算法。採用分而治之的策略，在經過第一遍掃描之後，把資料庫中的頻集壓縮進一棵頻繁模式樹（FP-tree），同時依然保留其中的關聯信息，隨後再將FP-tree分化成一些條件庫，每個庫和一個長度為1的頻集相關，然後再對這些條件庫分別進行挖掘。當原始數據量很大的時候，也可以結合劃分的方法,使得一個FP-tree可以放入主存中。實驗表明，FP-growth對不同長度的規則都有很好的適應性，同時在效率上較之Apriori演算法有巨大的提高。
3.該領域在國內外的應用
3．1關聯規則發掘技術在國內外的應用
就目前而言，關聯規則挖掘技術已經被廣泛應用在西方金融行業企業中，它可以成功預測銀行客戶需求。一旦獲得了這些信息，銀行就可以改善自身營銷。現在銀行天天都在開發新的溝通客戶的方法。各銀行在自己的ATM機上就捆綁了顧客可能感興趣的本行產品信息，供使用本行ATM機的用戶了解。如果資料庫中顯示，某個高信用限額的客戶更換了地址，這個客戶很有可能新近購買了一棟更大的住宅，因此會有可能需要更高信用限額，更高端的新信用卡，或者需要一個住房改善貸款，這些產品都可以通過信用卡賬單郵寄給客戶。當客戶打電話咨詢的時候，資料庫可以有力地幫助電話銷售代表。銷售代表的電腦屏幕上可以顯示出客戶的特點，同時也可以顯示出顧客會對什麼產品感興趣。
同時，一些知名的電子商務站點也從強大的關聯規則挖掘中的受益。這些電子購物網站使用關聯規則中規則進行挖掘，然後設置用戶有意要一起購買的捆綁包。也有一些購物網站使用它們設置相應的交叉銷售，也就是購買某種商品的顧客會看到相關的另外一種商品的廣告。
但是目前在我國，「數據海量，信息缺乏」是商業銀行在數據大集中之後普遍所面對的尷尬。目前金融業實施的大多數資料庫只能實現數據的錄入、查詢、統計等較低層次的功能，卻無法發現數據中存在的各種有用的信息，譬如對這些數據進行分析，發現其數據模式及特徵，然後可能發現某個客戶、消費群體或組織的金融和商業興趣，並可觀察金融市場的變化趨勢。可以說，關聯規則挖掘的技術在我國的研究與應用並不是很廣泛深入。
3．2近年來關聯規則發掘技術的一些研究
由於許多應用問題往往比超市購買問題更復雜，大量研究從不同的角度對關聯規則做了擴展，將更多的因素集成到關聯規則挖掘方法之中，以此豐富關聯規則的應用領域，拓寬支持管理決策的范圍。如考慮屬性之間的類別層次關系，時態關系，多表挖掘等。近年來圍繞關聯規則的研究主要集中於兩個方面，即擴展經典關聯規則能夠解決問題的范圍，改善經典關聯規則挖掘演算法效率和規則興趣性。
編輯本段數據挖掘技術實現
在技術上可以根據它的工作過程分為：數據的抽取、數據的存儲和管理、數據的展現等關鍵技術。
·數據的抽取
數據的抽取是數據進入倉庫的入口。由於數據倉庫是一個獨立的數據環境，它需要通過抽取過程將數據從聯機事務處理系統、外部數據源、離線的數據存儲介質中導入數據倉庫。數據抽取在技術上主要涉及互連、復制、增量、轉換、調度和監控等幾個方面的處理。在數據抽取方面，未來的技術發展將集中在系統功能集成化方面，以適應數據倉庫本身或數據源的變化，使系統更便於管理和維護。
·數據的存儲和管理
數據倉庫的組織管理方式決定了它有別於傳統資料庫的特性，也決定了其對外部數據的表現形式。數據倉庫管理所涉及的數據量比傳統事務處理大得多，且隨時間的推移而快速累積。在數據倉庫的數據存儲和管理中需要解決的是如何管理大量的數據、如何並行處理大量的數據、如何優化查詢等。目前，許多資料庫廠家提供的技術解決方案是擴展關系型資料庫的功能，將普通關系資料庫改造成適合擔當數據倉庫的伺服器。
·數據的展現
在數據展現方面主要的方式有：
查詢：實現預定義查詢、動態查詢、OLAP查詢與決策支持智能查詢；報表：產生關系數據表格、復雜表格、OLAP表格、報告以及各種綜合報表；可視化：用易於理解的點線圖、直方圖、餅圖、網狀圖、互動式可視化、動態模擬、計算機動畫技術表現復雜數據及其相互關系；統計：進行平均值、最大值、最小值、期望、方差、匯總、排序等各種統計分析；挖掘：利用數據挖掘等方法，從數據中得到關於數據關系和模式的知識。
編輯本段數據挖掘與數據倉庫融合發展
數據挖掘和數據倉庫的協同工作，一方面，可以迎合和簡化數據挖掘過程中的重要步驟，提高數據挖掘的效率和能力，確保數據挖掘中數據來源的廣泛性和完整性。另一方面，數據挖掘技術已經成為數據倉庫應用中極為重要和相對獨立的方面和工具。
數據挖掘和數據倉庫是融合與互動發展的，其學術研究價值和應用研究前景將是令人振奮的。它是數據挖掘專家、數據倉庫技術人員和行業專家共同努力的成果，更是廣大渴望從資料庫「奴隸」到資料庫「主人」轉變的企業最終用戶的通途。
統計學與數據挖掘
統計學和數據挖掘有著共同的目標：發現數據中的結構。事實上，由於它們的目標相似，一些人（尤其是統計學家）認為數據挖掘是統計學的分支。這是一個不切合實際的看法。因為數據挖掘還應用了其它領域的思想、工具和方法，尤其是計算機學科，例如資料庫技術和機器學習，而且它所關注的某些領域和統計學家所關注的有很大不同。
1．統計學的性質
試圖為統計學下一個太寬泛的定義是沒有意義的。盡管可能做到，但會引來很多異議。相反，我要關注統計學不同於數據挖掘的特性。
差異之一同上節中最後一段提到的相關，即統計學是一門比較保守的學科，目前有一種趨勢是越來越精確。當然，這本身並不是壞事，只有越精確才能避免錯誤，發現真理。但是如果過度的話則是有害的。這個保守的觀點源於統計學是數學的分支這樣一個看法，我是不同意這個觀點的,盡管統計學確實以數學為基礎（正如物理和工程也以數學為基礎，但沒有被認為是數學的分支），但它同其它學科還有緊密的聯系。
數學背景和追求精確加強了這樣一個趨勢：在採用一個方法之前先要證明，而不是象計算機 這

⑧ 電腦終止代碼CRITICAL STRUCTURE CORR

意思是嚴重結構崩潰。

Windows使用過程中,經常會遇到藍屏現象.電腦藍屏怎麼解決？對症下葯即可.造成藍屏的原因很多,用到一下藍屏代碼大全，可以讓你了解藍屏是怎麼回事！

總體可概括為以下幾種.
1、屏幕顯示系統繁忙，請按任意鍵繼續。
（1）虛擬內存不足造成系統多任務運算錯誤
（2）CPU超屏導致運算錯誤
2、內存條的互不兼容或損壞引起運算錯誤
3、遭到不明程序或病毒攻擊所致
4、系統的臃腫所致
5、光碟機在讀盤時被非正常打開所致
以上是平時最常遇到的藍屏故障，還會有其它一些莫名其妙的問題導致計算機出現藍屏。不管怎麼樣，遇到這類問題後，應先仔細分析問題發生的原因，然後再著手解決。
使用Windows出現藍色屏幕是經常的事，而且每每因為不清楚錯誤的來源而頻繁重新安裝系統，勞神費時。
下列收集了一些Windows藍屏代碼大全，供大家參考
0x0000 操作完成
0x0001 不正確的函數
0x0002 系統找不到指定的文件
0x0003 系統找不到指定的路徑
0x0004 系統無法打開文件
0x0005 拒絕存取
0x0006 無效的代碼
0x0007 內存控制模塊已損壞
0x0008 內存空間不足，無法處理這個指令
0x0009 內存控制模塊地址無效
0x000a 環境不正確
0x000b 嘗試載入一個格式錯誤的程序
0x000c 存取碼錯誤
0x000d 資料錯誤
0x000e 內存空間不夠，無法完成這項操作
0x000f 系統找不到制定的硬碟
0x0010 無法移除目錄
0x0011 系統無法將文件移到其他的硬碟
0x0012 沒有任何文件
0x0019 找不到指定的扇區或磁軌
0x001a 指定的磁碟或磁片無法存取
0x001b 磁碟找不到要求的扇區
0x001c 列印機沒有紙
0x001d 系統無法將資料寫入制定的磁碟
0x001e 系統無法讀取指定的裝置
0x001f 連接到系統的某個裝置沒有作用
0x0021 文件的一部分被鎖定
0x0024 開啟的分享文件數量太多
0x0026 到達文件結尾
0x0027 磁碟已滿
0x0036 網路繁忙
0x003b 網路發生意外的錯誤
0x0043 網路名稱找不到
0x0050 文件已經存在
0x0052 無法建立目錄或文件
0x0053 int24失敗
0x006b 因為代用的磁碟尚未插入，所以程序已經停止
0x006c 磁碟正在使用中或被鎖定
0x006f 文件名太長
0x0070 硬碟空間不足
0x007f 找不到指定的程序
0x045b 系統正在關機
0x045c 無法種植系統關機，因為沒有關機的動作在進行中
0x046a 可用伺服器儲存空間不足，無法處理這項指令
0x047e 指定的程序需要新的Windows版本
0x047f 指定的程序不是Windows或MS-DOS程序
0x0480 指定的程序已經啟動，無法再啟動一次
0x0481 指定的程序是為舊版的Windows所寫的
0x0482 執行此應用程序所需的程序庫文件之一毀壞
0x0483 沒有應用程序與此項操作的指定文件建立關聯
0x0484 傳送指令到應用程序發生錯誤
0x04b0 指定的裝置名稱無效
0x05a2 窗口不是子窗口
0x05aa 系統資源不足，無法完成所要求的服務
0x05ab 系統子還不足，無法完成所需要的服務
0x05ac 系統資源不足，無法完成所要求的服務
0x06b9 資源不足，無法完成操作
Stop消息：0x0000000A 故障（設備已經安裝） 說明文字：IRQL_NOT_LESS_OR_EQUAL 通常原因：驅動程序使用了不正常的內存地址。
解決方法：如果Windows 2000還可以起動，則檢查「事件查看器」中顯示的關信息，確定 引起問題的設備或驅動程序； 關掉或禁用一些新安裝的驅動程序， 並刪除新安裝的附加程序； 拆下一些新安裝的硬體；確保已經更新了硬體設備的驅動程序，以及系統有最新的BIOS， 在BIOS中禁用內存緩存功能，例如Cache或Shadow；運行由計算機製造商提供的系統診斷 工具，尤其是內存檢查；檢查Microsoft兼容硬體列表（HCL），確保所有的硬體和驅動程 序都與Windows 2000兼容；重新啟動計算機，選擇「最後一次正確的配置」啟動計算機。 Stop消息：0x0000000A故障（剛加入新設備時）
說明文字：IRQL_NOT_LESS_OR_EQUAL
通常原因：驅動程序使用了不正常的內存地址。
解決方法：在安塊過程中，屏幕上提示「安裝程序正在檢查計算機硬體配置時，按下F5鍵，根據提示選擇合適的計算機類型。例如，汁算機是單處理器時，請選擇「標准PC」；在BIOS中禁用內存緩存功能，拆下所有適配卡，並斷開所有不是啟動計算機所必需的硬體設備，再重新安裝Windows 2000；如果系統配有SCSI適配卡，請向適配卡銷售商索取最新的Windows
2000 驅動程序，禁用同步協商功能，檢查終結頭和設備的SCSI ID號；如果系統配有IDE設備，則IDE埠為Primary。檢查IDE設備的Master／Slave／Only設置。除了硬碟，拆下其它所有的IDE設備；運行由計算機製造商提供的系統診斷工具，尤其是內存檢查；檢查Microsoft兼容硬體列表（HCL），確保所有的硬體和驅動程序都與Windows 2000兼容；選擇「最後一次正確的配置」啟動計算機。
Stop消息∶0x0000001E故障
說明文字：KMODE_EXPTION_NOT_HANDLED
通常原因：磁碟故障。
解決方法：檢查是否有充分的磁碟空間，尤其是新安裝；禁用Stop消息中顯示的驅動程序和所有新安裝的驅動程序；如果所使用的視頻驅動程序不是Microsoft提供的，試著切換到標准VCA驅動程序或者由Windows 2000支持的合適的驅動程序；確保系統有最新的BIOS；選擇「最後一次正確的配置」啟動計算機。
Stop消息：0x00000023和0x00000024故障
說明文字：FAT_FILE_SYSTEM或NTFS_FILE_SYSTEM
通常原因：嚴重的驅動器碎片、超載的文件I／O、第三方的驅動器鏡像軟體或者一些防病毒軟體出錯。
解決方法：禁用一些防病毒軟體或者備份程序，禁用所有碎片整理應用程序；運行Chkdsk／f檢修硬碟驅動器，然後重新啟動計算機；選擇「最後一次正確的配置」啟動計算機。
Stop消息：0x0000002E故障
說明文字：DATA_BUS_ERROR
通常原因：系統內存中的奇偶校驗錯誤。
解決方法：運行由計算機製造商提供的系統診斷工具，尤其是內存檢查；在BIOS中禁用內存緩存功能；試著用「安全模式」啟動。如果「安全模式」可啟動計算機，試著更改為標准VGA驅動程序。如果這不能解決問題，可能須要用另外的視頻適配卡（「兼容硬體列表」中列出了兼容的視頻適配卡）；確保已經更新了硬體設備的驅動程序，以及系統有最新的BI0S；拆下一些新安裝的硬體；選擇「最後一次正確的配置」啟動計算機。
Stop消息：0x0000003F故障
說明文宇：NO_MOR＿SYSTEM_PTES
通常原因：驅動程序沒有被完全清除。
解決方法：刪除一些所安裝的軟體，包括備份工具或磁碟工具，例如碎片整理和防病毒軟體。
Stop消息：0x00000058故障
說明文字：FTDISK_INTERN_ERROR
通常原因：在容錯集的主驅動器中發生錯誤。
解決方法：用Windows 2000引導軟盤，從鏡像（第二個）系統驅動器啟動計算機；選擇「最後一次正確的配置」啟動計算機。
Stop消息：0x0000007B故障
說明文字：INACCESSI_BLE_BOOT_DEVICE
通常原因：在A／O系統的初始化過程中出現問題（通常是引導驅動器或文件系統）
解決方法：檢查計算機一上是否有病毒。這個Stop消息通常在引導扇區有病毒時出現；使用「修復控制台」來修復驅動器；拆下新安裝的硬碟驅動器或控制卡；如果系統配有SCSI適配卡，請向適配卡銷售商索取最新的Windows 2000驅動程序，禁用同步協商功能，檢查終結頭和設備的SCSI ID號；如果系統配有IDE設備，設IDE埠為Primary。檢查IDED設備的Master／Slave／0nly。除了硬碟，拆下其它所有的IDE設備；運行CHKDSK。如果Windows 2000不能啟動CHKDSK，則必須把硬碟拆下並連接到另一個Windows 2000f系統上，然後用CHKDSK命令檢查該硬碟；選擇「最後一次正確的配置」啟動計算機。
Stop消息：0x0000007F故障
說明文字：UNEXPECTED_KERNEL_MODE_TRAP
通常原因：硬體或軟體問題，硬體失效。
解決方法：運行由計算機製造商提供的系統診斷工具，尤其是內存檢查。這個Stop消息經常出現在錯誤或誤配內存的情況下；在BIOS中禁用內存緩存功能；試看拆下或替換硬體和其他外圍設備；檢查Microsoft兼容硬體列表（HCL），確保所有的硬體和驅動程序都與Windows 2000兼容。這個問題可能是由於不兼容的主板引起的；選擇「最後一次正確的配置」啟動計算機。
Stop消息：0x00000050故障
說明文字：PAGE_FAULT_IN_NONPAGED_AREA
通常原因：內存錯誤（數據不能使用分頁文件）。
解決方法：卸掉所有的新近安裝的硬體；運行由計算機製造商提供的所有系統診斷軟體。尤其是內存檢查；檢查是否正確安裝了所有新硬體或軟體，如果這是一次全新安裝，請與硬體或軟體製造商聯系，獲得可能需要的任何Windows 更新或驅動程序；禁用或卸載所有的反病毒程序；禁用BIOS內存選項。
Stop消息：0x00000077故障
說明文字：KERNEL_STEL_STACK_INPAGE＿ERROR
通常原因：無法從分頁文件將內核數據所需的頁面讀取到內存中。
解決方法：使用反病毒軟體的最新版本，檢查計算機上是否有病毒。如果找到病毒，則執行
必要的步驟把他從計算機上清除掉。請參閱製造商提供的所有系統診斷軟體，尤其是內存檢查；禁用BIOS內存選項。
Stop消息∶0x00000079故障
說明文字：MISMATCHED_HAL
通常原因：硬體抽象層與內核或機器類型不匹配（通常發生在單處理器和多處理器配置文件混合在同一系統的情況下）。
解決方法：要解決本錯誤，可使用命令控制台替換計算機上錯誤的系統文件。單處理器系統的內核文件是Ntoskml.exe，而多處理器系統的內核文件是Ntkrnlmp.exe，但是，這些文件要與安裝媒體上的文件相對應；在安裝Windows 2000後，不論使用的是哪個原文件，都會被重命名為Ntoskml.exe文件。HAL文件在安挾之後也使用名稱Hal.dll但是在安裝媒體上卻有若干個可能的HAL文件。
Stop消息∶0x0000007A故障
說明文字：KERNEL_DATA_INPAGE_ERROR
通常原因：無法從分頁文件將內核數據所需的頁面讀取到內存中（通常是由於分頁文件上的故障、病毒、磁碟控制器錯誤或由故障的內存引起的）。
解決方法：使用反病毒軟體的最新版本，檢查計算機上是否存在病毒。如果找到病毒。則執行必要的步驟把他從計算機上清除掉，請參閱反病毒軟體文檔了解如何執行這些步驟；如果計算機已使用NTFS文件系統格式化。可重新啟動計算機，然後在該系統分區上運行Chkdsk／f／r命令。如果由於錯誤而無法啟動命令，那麼使用命令控制台，並運行Chkdsk／r命令；運行由計算機製造商提供的所有的系統檢測軟體，尤其是內存檢查。
Stop消息：0xC0000021A故障
說明文字：STATUS_SYSTEM_PROCESS_TERMINATED
通常原因：用戶模式子系統，例如Winlogon或客戶伺服器運行時子系統（CSRSS）已被損壞，所以無法再保證安全性。
解決方法：卸掉所有新近安裝的硬體；如果無法登錄，則重新啟動計算機。當出現可用的操作系統列表時按下F8鍵，選擇「最後一次正確的配置」選項啟動計算機；運行故障恢復台，並允許系統修復任何檢測到的錯誤。
Stop消息∶0xC0000221故障
說明文字：STATUS_IMAGE_CHECKISU7M_MISMATCH
通常原因：驅動程序或系統DLL已經被損壞。
解決方法：運行故障復控台，並且允許系統修復任何檢測到的錯誤；如果在內存添加到計算機之後，立即發生錯誤，那麼可能是分頁文件損壞，或者新內存有故障或不兼容。刪除pagefile.sys並將系統返回到原來的內存配置。

⑨ matlab問題Undefined function 'crocorr2' for input arguments of type 'double'.

• 利用函數imshow()讀取TIF格式的圖片報錯，其報錯的信息如下：