《表5 分类结果:大数据背景下学生消费水平分析模型的建立》
通过聚类算法对极差规格化变换后评价指标进行聚类。确实聚类数目为4,得到各类的中心结果以及各类的类内元素与中心的距离和(如表4所示)学生消费水平的分类结果(如表5所示),聚类结果示意图如图2所示。
图表编号 | XD00130464700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.01 |
作者 | 范媛、蔡敏 |
绘制单位 | 中国石油大学(北京)信息中心、中国石油大学(北京)信息中心 |
更多格式 | 高清、无水印(增值服务) |
通过聚类算法对极差规格化变换后评价指标进行聚类。确实聚类数目为4,得到各类的中心结果以及各类的类内元素与中心的距离和(如表4所示)学生消费水平的分类结果(如表5所示),聚类结果示意图如图2所示。
图表编号 | XD00130464700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.01 |
作者 | 范媛、蔡敏 |
绘制单位 | 中国石油大学(北京)信息中心、中国石油大学(北京)信息中心 |
更多格式 | 高清、无水印(增值服务) |