首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >R语言使用灰色关联分析(Grey Relation Analysis,GRA)中国经济社会发展指标

R语言使用灰色关联分析(Grey Relation Analysis,GRA)中国经济社会发展指标

原创
作者头像
拓端
修改于 2020-10-26 03:22:10
修改于 2020-10-26 03:22:10
1.8K01
代码可运行
举报
文章被收录于专栏:拓端tecdat拓端tecdat
运行总次数:1
代码可运行

原文链接:http://tecdat.cn/?p=16881

灰色关联分析包括两个重要功能。 第一项功能:灰色关联度,与correlation系数相似,如果要评估某些单位,在使用此功能之前转置数据。第二个功能:灰色聚类,如层次聚类。 

灰色关联度

灰色关联度有两种用法。该算法用于测量两个变量的相似性,就像`cor`一样。如果要评估某些单位,可以转置数据集。

*一种是检查两个变量的相关性,数据类型如下:

| 参考| v1 | v2 | v3 | | ----------- |||| ---- | ---- | | 1.2 | 1.8 | 0.9 | 8.4 | | 0.11 | 0.3 | 0.5 | 0.2 | | 1.3 | 0.7 | 0.12 | 0.98 | | 1.9 | 1.09 | 2.8 | 0.99 |

reference:参考变量,reference和v1之间的灰色关联度...近似地测量reference和v1的相似度。

*另一个是评估某些单位的好坏。

| 单位| v1 | v2 | v3 | | ----------- |||| ---- | ---- | | 江苏| 1.8 | 0.9 | 8.4 | | 浙江| 0.3 | 0.5 | 0.2 | | 安徽 0.7 | 0.12 | 0.98 | | 福建| 1.09 | 2.8 | 0.99 |

 示例

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
##生成数据#' economyCompare = data.frame(refer, liaoning, shandong, jiangsu, zhejiang, fujian, guangdong)#  # 异常控制 #  if (any(is.na(df))) stop("'df' have NA" )  if (distingCoeff<0 | distingCoeff>1) stop("'distingCoeff' must be in range of [0,1]" )  diff = X  #设置差学列矩阵空间  for (i in   mx = max(diff)  #计算关联系数#  relations = (mi+distingCoeff*mx) / (diff + distingCoeff*mx)  #计算关联度#  # 暂时简单处理, 等权  relDegree = rep(NA, nc)  for (i in 1:nc) {    relDegree[i] = mean(relations[,i])  # 等权  }  #排序: 按关联度大到小#  X_order = X[order(relDegree,   relDes = rep(NA, nc) #分配空间  关联关系描述(说明谁和谁的关联度)  X_names = names(X_o  names(relationalDegree) = relDes  if (cluster) {    greyRelDegree = GRA(economyC    # 得到差异率矩阵 #    grey_diff = matrix(0        grey_diff[i,j] = abs(rel    #得到距离矩阵#    grey_dist = matrix(0, nrowiff[i,j]+grey_diff[j,i]      }    }    # 得到灰色相关系数矩阵 #    grey_dist_max = max(grey_dist)    grey_correl = matrix(0, nrow = nc, ncol = nc)    for (i in 1:nc) {      for (j in 1:nc) {        grey_correl[i,j] = 1 - grey_dist[i,j] / grey_dist_max      }    }    d = as.dist(1-grey_correl)  # 得到无对角线的下三角矩阵(数值意义反向了, 值越小表示越相关 )    # 主对角线其实表示了各个对象的相近程度, 画图的时候, 相近的对象放在一起    hc = hclust(d, method = clusterMethod)  # 系统聚类(分层聚类)函数, single: 单一连接(最短距离法/最近邻)     # hc$height, 是上面矩阵的对角元素升序    # hc$order, 层次树图上横轴个体序号    plot(hc,hang=-1)  #hang: 设置标签悬挂位置  }  #输出#  if (cluster)  {    lst = list(relationalDegree=relationalDegree,   return(lst)}``````{r}## 生成数据rownames(economyCompare) = c("indGV", "indVA", "profit", "incomeTax")## 灰色关联度greyRelDegree = greya(economyCompare)greyRelDegree```

灰色关联度 

灰色聚类,如层次聚类 

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
## 灰色聚类greya(economyCompare, cluster = T)

最受欢迎的见解

1.R语言k-Shape算法股票价格时间序列聚类

2.R语言中不同类型的聚类方法比较

3.R语言对用电负荷时间序列数据进行K-medoids聚类建模和GAM回归

4.r语言鸢尾花iris数据集的层次聚类

5.Python Monte Carlo K-Means聚类实战

6.用R进行网站评论文本挖掘聚类

7.用于NLP的Python:使用Keras的多标签文本LSTM神经网络

8.R语言对MNIST数据集分析 探索手写数字分类数据

9.R语言基于Keras的小数据集深度学习图像分类

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
R语言使用灰色关联分析(Grey Relation Analysis,GRA)中国经济社会发展指标
灰色关联分析包括两个重要功能。 第一项功能:灰色关联度,与correlation系数相似,如果要评估某些单位,在使用此功能之前转置数据。第二个功能:灰色聚类,如层次聚类。
拓端
2020/11/03
1.1K0
R语言使用灰色关联分析(Grey Relation Analysis,GRA)中国经济社会发展指标
灰色关联度分析(Grey Relation Analysis,GRA)原理详解[通俗易懂]
灰色关联度分析(Grey Relation Analysis,GRA),是一种多因素统计分析的方法。简单来讲,就是在一个灰色系统中,我们想要了解其中某个我们所关注的某个项目受其他的因素影响的相对强弱,再直白一点,就是说:我们假设以及知道某一个指标可能是与其他的某几个因素相关的,那么我们想知道这个指标与其他哪个因素相对来说更有关系,而哪个因素相对关系弱一点,依次类推,把这些因素排个序,得到一个分析结果,我们就可以知道我们关注的这个指标,与因素中的哪些更相关。
全栈程序员站长
2022/09/09
8.7K0
使用corrplot包绘制相关性图及美化!
R语言的corrplot包提供了一种可视化相关矩阵的探索性工具,支持自动变量重排序以帮助发现变量间的隐藏模式。
生信医道
2025/04/08
3600
使用corrplot包绘制相关性图及美化!
R语言进行中文分词,并对6W条微博聚类
由于时间较紧,且人手不够,不能采用分类方法,主要是没有时间人工分类一部分生成训练集……所以只能用聚类方法,聚类最简单的方法无外乎:K-means与层次聚类。 尝试过使用K-means方法,但结果并不好,所以最终采用的是层次聚类,也幸亏结果还不错……⊙﹏⊙ ---- 分词(Rwordseg包): 分词采用的是Rwordseg包,具体安装和一些细节请参考作者首页 http://jliblog.com/app/rwordseg。请仔细阅读该页提供的使用说明pdf文档,真是有很大帮助。 安装: P.S. 由于我是6
机器学习AI算法工程
2018/03/14
2.1K0
R语言︱SNA-社会关系网络—igraph包(社群划分、画图)(三)
社群划分跟聚类差不多,参照《R语言与网站分析》第九章,社群结构特点:社群内边密度要高于社群间边密度,社群内部连接相对紧密,各个社群之间连接相对稀疏。
悟乙己
2019/05/27
3.4K0
R语言谱聚类社会化推荐挖掘协同过滤电影社交网站Flixster数据集应用研究
本课题着眼于谱聚类在社会化推荐挖掘中的应用研究。谱聚类算法是基于图论的数据聚类算法,与其他聚类方法相比具有明显的优势:建立在谱图理论的基础之上;操作简单,易于实现;具有识别非高斯分布的能力,非常适用于许多实际应用问题。所以,谱聚类算法成为近几年来机器学习领域的一个新的研究热点,处理方法以及机器学习本身算法理论的学习和代码实现在各领域具有相同性,之后同学可以在其他感兴趣的领域结合数据进行分析,利用此课题所学知识举一反三。
拓端
2023/02/04
6940
R语言数据分析与挖掘(第九章):聚类分析(2)——层次聚类
层次聚类根据划分策略包括聚合层次聚类和拆分层次聚类,由于前者较后者有更广泛的应用且算法思想一致,因此本节重点介绍聚合层次聚类算法。
DoubleHelix
2020/02/17
12.9K0
R语言Apriori关联规则、kmeans聚类、决策树挖掘研究京东商城网络购物用户行为数据可视化
随着网络的迅速发展,依托于网络的购物作为一种新型的消费方式,在全国乃至全球范围内飞速发展。电子商务成为越来越多消费者购物的重要途径。我们被客户要求撰写关于网络购物行为的研究报告。
拓端
2022/11/16
3910
R语言的三种聚类方法
原文链接:https://my.oschina.net/u/1047640/blog/202714#OSC_h4_2 摘要: 层次聚类 kmeans dbscan笔记 一、距离和相似系数 r语言中
CDA数据分析师
2018/02/08
1.4K0
R语言的三种聚类方法
R语言APRIORI关联规则、K-MEANS均值聚类分析中药专利复方治疗用药规律网络可视化|附代码数据
最近我们被客户要求撰写关于中药专利复方治疗用药规律的研究报告,包括一些图形和统计输出。
拓端
2023/01/06
8730
【机器学习】确定最佳聚类数目的10种方法
在聚类分析的时候确定最佳聚类数目是一个很重要的问题,比如kmeans函数就要你提供聚类数目这个参数,总不能两眼一抹黑乱填一个吧。之前也被这个问题困扰过,看了很多博客,大多泛泛带过。今天把看到的这么多方
小莹莹
2018/04/24
3.2K0
【机器学习】确定最佳聚类数目的10种方法
【视频】复杂网络分析CNA简介与R语言对婚礼数据聚类社区检测和可视化|数据分享|附代码数据
CNA 研究和应用爆炸式增长的突出原因是两个因素 - 一个是廉价而强大的计算机的可用性,使在数学、物理和社会科学方面接受过高级培训的研究人员和科学家能够进行一流的研究;另一个因素是是人类社会、行为、生物、金融和技术方面不断增加的复杂性。
拓端
2023/05/18
3860
R语言用关联规则和聚类模型挖掘处方数据探索药物配伍中的规律|附代码数据
方剂药效与剂量的关系中药不传之秘在于剂量中药配伍规律。拓端数据使用数据挖掘技术对海量的在线医院药物复方历史数据进行智能分析,并从中找出药物配伍的规律
拓端
2023/01/04
1K0
R语言Apriori关联规则、kmeans聚类、决策树挖掘研究京东商城网络购物用户行为数据可视化|附代码数据
随着网络的迅速发展,依托于网络的购物作为一种新型的消费方式,在全国乃至全球范围内飞速发展
拓端
2022/12/19
3500
让机器猜猜你喜欢的歌手-R关联分析
作者 CDA 数据分析师 关联规则挖掘是数据挖掘中成果颇丰而且比较活跃的研究分支。采用关联模型比较典型的案例是“尿布与啤酒”的故事。在美国,一些年轻的父亲下班后经常要到超市去买婴儿尿布,超市也因此发现了一个规律,在购买婴儿尿布的年轻父亲们中,有30%~40%的人同时要买一些啤酒。超市随后调整了货架的摆放,把尿布和啤酒放在一起,明显增加了销售额。同样的,我们还可以根据关联规则在商品销售方面做各种促销活动。 除此以外,关联规则挖掘还经常被用于: · 电信套餐的捆绑销售 · 歌曲推荐或者视频的“猜你喜
CDA数据分析师
2018/02/26
9420
让机器猜猜你喜欢的歌手-R关联分析
R语言复杂网络分析:聚类(社区检测)和可视化
原文链接:http://tecdat.cn/?p=18770 为了用R来处理网络数据,我们使用婚礼数据集。 > nflo=network(flo,directed=FALSE)> plot(nf
拓端
2020/12/30
1.5K0
R语言复杂网络分析:聚类(社区检测)和可视化
R语言聚类分析(1)
关于更加精细化的细节修改,下次再介绍。或者可以借助其他R包快速绘制好看的聚类分析图形。
医学和生信笔记
2022/11/15
6120
R语言聚类分析(1)
视频】复杂网络分析CNA简介与R语言对婚礼数据聚类社区检测和可视化|数据分享|附代码数据
CNA 研究和应用爆炸式增长的突出原因是两个因素 - 一个是廉价而强大的计算机的可用性,使在数学、物理和社会科学方面接受过高级培训的研究人员和科学家能够进行一流的研究;另一个因素是是人类社会、行为、生物、金融和技术方面不断增加的复杂性。
拓端
2023/05/16
2960
超详细的R语言热图绘制之complexheatmap:01
本书是对ComplexeHeatmap包的中文翻译(1-6章),部分内容根据自己的理解有适当的改动,但总体不影响原文。如有不明之处,以原文为准。原文请见:https://jokergoo.github.io/ComplexHeatmap-reference/book/
医学和生信笔记
2022/05/30
4.6K0
相关性网络的子群划分
接下来我们进行实例分析,首先构建两个相关网络,一个区分正、负相关,另一个不区分正、负相关(负的连接在很多算法中是没有现实意义的),具体如下所示:
SYSU星空
2022/05/05
6191
相关性网络的子群划分
推荐阅读
R语言使用灰色关联分析(Grey Relation Analysis,GRA)中国经济社会发展指标
1.1K0
灰色关联度分析(Grey Relation Analysis,GRA)原理详解[通俗易懂]
8.7K0
使用corrplot包绘制相关性图及美化!
3600
R语言进行中文分词,并对6W条微博聚类
2.1K0
R语言︱SNA-社会关系网络—igraph包(社群划分、画图)(三)
3.4K0
R语言谱聚类社会化推荐挖掘协同过滤电影社交网站Flixster数据集应用研究
6940
R语言数据分析与挖掘(第九章):聚类分析(2)——层次聚类
12.9K0
R语言Apriori关联规则、kmeans聚类、决策树挖掘研究京东商城网络购物用户行为数据可视化
3910
R语言的三种聚类方法
1.4K0
R语言APRIORI关联规则、K-MEANS均值聚类分析中药专利复方治疗用药规律网络可视化|附代码数据
8730
【机器学习】确定最佳聚类数目的10种方法
3.2K0
【视频】复杂网络分析CNA简介与R语言对婚礼数据聚类社区检测和可视化|数据分享|附代码数据
3860
R语言用关联规则和聚类模型挖掘处方数据探索药物配伍中的规律|附代码数据
1K0
R语言Apriori关联规则、kmeans聚类、决策树挖掘研究京东商城网络购物用户行为数据可视化|附代码数据
3500
让机器猜猜你喜欢的歌手-R关联分析
9420
R语言复杂网络分析:聚类(社区检测)和可视化
1.5K0
R语言聚类分析(1)
6120
视频】复杂网络分析CNA简介与R语言对婚礼数据聚类社区检测和可视化|数据分享|附代码数据
2960
超详细的R语言热图绘制之complexheatmap:01
4.6K0
相关性网络的子群划分
6191
相关推荐
R语言使用灰色关联分析(Grey Relation Analysis,GRA)中国经济社会发展指标
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档