نمايش پست تنها
قديمي ۱۰-۱۴-۱۳۹۰, ۰۹:۳۱ قبل از ظهر   #29 (لینک دائم)
article Male
عضو فوق فعال
 
آواتار article
 
تاريخ عضويت: مهر ۱۳۸۹
پست ها: 31
تشكرها: 7
14 تشكر در 7 پست
پيش فرض

نقل قول:
نوشته اصلي بوسيله hony نمايش پست
اگر تحلیل لینک بلد هستید می توان با ارتباط بین مشتریان و شعبه ها کلیک ها را استخراج کرد. اینها می توانند گزینه های تقلب باشند. یا با صفات کد شعبه، کد حساب یا زیر نوع حساب، بدهکار یا بستانکار در یک فیلد با علامت منفی و مبلغ و محصول را خوشه بندی یا قوانین انجمنی ان را بدست اورید و با استفاده از ان کشف تقلب کنید. در خوشه بندی به تعدادی خوشه تقسیم کنید و خوشه ای که تعداد رکوردهایش کم است مظنونان تقلب هستند. باید توجه کنید که صفات باید استانداردسازی شوند. یا با اسفاده از قوانینی انجمنی قوانینی که دارای سا÷ورت کم و کانفیدنس بالا با توجه به قوانین دیگر می تواند تقلب را کشف کرد. یا کار دیگر یک تحلیل رفتار مشتری یا فعالیت بانک را انجام دهید

سلام اقاي مهدي نصيري.
من با وكا خوشه بندي رو بر روي 4 تا متغيير انجام دادم نتيجه خروجي به صورت زير شد:
Clustered Instances

شماره كلاستر0 1359 ( 2%)
1 30501 ( 47%)
2 1728 ( 3%)
3 20515 ( 31%)
4 2812 ( 4%)
5 6252 ( 10%)
6 2368 ( 4%)
نتجه نموداري ان به ازاي چها متغيير متفاوت در نوع 7 خوشه به صورت زير است:
اين نتايج چه چيزي را نمايش مي دهند؟؟؟؟
عكس ضميمه
نوع فايل: jpg 7-01Cluster.JPG (37.5 كيلو بايت, 17 نمايش)
نوع فايل: jpg 7-02Cluster.JPG (36.7 كيلو بايت, 9 نمايش)
نوع فايل: jpg 7-03Cluster.JPG (32.1 كيلو بايت, 9 نمايش)
نوع فايل: jpg 7-04Cluster.JPG (38.6 كيلو بايت, 13 نمايش)
__________________
انسان به دليل نداشتن حوصله، كارش به طلاق مي كشد و بر اثر نداشتن حافظه، دوباره ازدواج مي كند.((مارس گرانشو))
article آفلاين است   پاسخ با نقل قول