使用MySQL进行“聚类分析”

Question

这是一个艰难的。可能有一个名字，我不知道，所以我将完全描述问题。

我有一个包含许多用户提交值的数据集。我需要能够根据某种平均值或更好的方式确定“数据的接近程度”，该值是正确的值。例如，如果我从三个用户4,10,3收到以下三个提交，我知道在这种情况下3或4将是“正确”值。如果我要将它平均化，我会得到5.6，这不是预期的结果。

我正在尝试使用MySQL和PHP来做到这一点。

tl; dr需要根据相对值的“接近度”从数据集中查找值（使用MySQL / PHP）

谢谢！

Answer 1

使用数据库进行群集不会是单一查询类型的过程。需要迭代才能有效地生成集群。

首先需要确定所需的群集数量。如果你只想要一个集群，那么显然一切都会进入它。如果你想要两个，那么你可以编写你的程序，使用某种相关度量将节点分成两组。

换句话说，我认为这不是一个MySQL问题，而是一个集群问题。

Answer 2

我认为这就是你要找的东西：

SELECT id, MIN(ABS(id - (SELECT AVG(id) FROM table))) as min
FROM table
GROUP BY id
ORDER BY min
LIMIT 1;

例如，如果您的数据集包含以下ID：3,4,10，平均值为5.6667。最接近5.6667的值是4.如果您的数据集是3,6,10,14，平均值为8.25，则最接近的值为10.

这是此查询返回的内容。希望它有所帮助。

Answer 3

我的印象是你正在寻找中位数

E.g。在列表1 2 3 4 100中，中位数（中心值）为3。

您可能希望搜索[https://stackoverflow.com/search?q=sql+median在SQL中查找中位数。]