基于分层聚类-XGBoost 对用户特征的研究.pdf

基于分层聚类-XGBoost对用户特征的研究

6.1基于分层聚类法的用户打分高低层次划分

依据上述优化后的采样数据，在考虑对用户打分高低的划分存在诸多不确定性因素，

于是而划分的阈值存在灵敏性，因此本文采用一种基于离差平方和法的聚类算法（系统聚

类），弱化了距离有哪些信誉好的足球投注网站半径的灵敏性，更适用于用户打分高低的划分聚类，提高模型的准

确度。之后，对划分的用户打分高低数据采用因子分析的方法探究其特征属性，分析模型

的合理性和稳健性。

6.1.1模型的建立

[7]

分层聚类的合并算法通过计算两类数据点间的距离，对最为接近的两类数据点进行

错误未找到引用源。

组合，并反复迭代这一过程，直到将所有数据点合成一类，并生成聚类谱系图!。

则有如下步骤：

距离的定义：

（1）样品与样品之间的聚类距离（欧氏距离）为：

p

2

d(x,x)=(x−x)(1)

ijikjk

k=1

xj

其中，为第组样本距离向量；为第组样本距离向量。

xi

ij

（2）指标与指标之间的距离（相关系数）为：

p

(xki−xi)(xkj−xj)

X,X=k=1

(ij)pp(2)

22

(xki−xi)(xkj−xj)

k=1k=1

xj

其中，为第组指标均距离向量；为第组样本指标均距离向量。

ix

ij

错误未找到引用源。

（3）类与类之间的常用距离，采用组内平均连接法连接!