【文件属性】：
文件名称：k-means聚类算法及matlab代码-dataMining:数据挖掘
文件大小：527KB
文件格式：ZIP
更新时间：2021-05-21 14:56:12
系统开源
k-means聚类算法及matlab代码
项目名称：数据挖掘课作业
项目组成
1.
exp1
实验一
《多源数据集成、清洗和统计》
题目
广州大学某班有同学100人，现要从两个数据源汇总学生数据。第一个数据源在数据库中，第二个数据源在txt文件中，两个数据源课程存在缺失、冗余和不一致性，请用C/C++/Java程序实现对两个数据源的一致性合并以及每个学生样本的数值量化。
两个数据源合并后读入内存，并统计：
学生中家乡在Beijing的所有课程的平均成绩。
学生中家乡在广州，课程1在80分以上，且课程9在9分以上的男同学的数量。(备注：该处做了修正，课程10数据为空，更改为课程9)
比较广州和上海两地女生的平均体能测试成绩，哪个地区的更强些？
学习成绩和体能测试成绩，两者的相关性是多少？（九门课的成绩分别与体能成绩计算相关性）
实验一__目录结构
--data1.xlsx
插入数据库的原始数据
--data2.txt
从文件读入的原始数据
--data3.csv
清洗完毕的数据
--data4.csv
清洗完毕的经过特意处理数据
--insertData.py
插入数据库的完整代码
--
【文件预览】：
dataMining-main
----exp2()
--------exp2.py(9KB)
--------data3.csv(7KB)
--------C1成绩直方图.png(13KB)
--------correlation_matrix .csv(274KB)
--------.idea()
--------每个点距离最近3个点的ID.txt(2KB)
--------README.md(640B)
--------C1成绩和体能成绩散点图.png(19KB)
--------归一化矩阵.csv(26KB)
--------每个点距离从近到远的ID.csv(77KB)
--------confusion_matrix.png(69KB)
----exp3()
--------exp3.py(5KB)
--------归一化数据：k等于4的聚类.png(43KB)
--------归一化数据：k等于3的聚类.png(42KB)
--------[2,6]的所属簇：k=3.png(7KB)
--------测试数据：k等于2的聚类.png(22KB)
--------测试数据.csv(197B)
--------归一化二维矩阵.csv(5KB)
--------测试数据：k等于3的聚类.png(28KB)
--------测试数据：k等于4的聚类.png(31KB)
--------pca.py(846B)
--------README.md(1KB)
--------[2,6]的所属簇：k=4.png(7KB)
--------测试数据：k等于5的聚类.png(34KB)
--------[2,6]的所属簇：k=5.png(6KB)
--------[2,6]的所属簇：k=2.png(7KB)
--------归一化数据：k等于5的聚类.png(50KB)
--------归一化数据：k等于2的聚类.png(30KB)
--------归一化矩阵.csv(26KB)
----README.md(8KB)
----exp1()
--------process.py(11KB)
--------data1.xlsx(16KB)
--------data2.txt(6KB)
--------data3.csv(7KB)
--------data4.csv(6KB)
--------README.md(360B)
--------实验结果.png(17KB)
--------insertData.py(2KB)