“聚类分析”与MySQL

Question

这是一项艰难的任务。这个问题可能有一个名字，但我不知道，所以我会准确地描述这个问题。

我有一个数据集，其中包含许多用户提交的值。我需要能够基于某种平均值或更好的“数据接近度”来确定哪个值是正确的值。例如，如果我收到来自三个用户 4、10、3 的以下三个提交，我就会知道在这种情况下 3 或 4 将是“正确”值。如果我将其平均，我会得到 5.6，这不是预期的结果。

我正在尝试使用 MySQL 和 PHP 来完成此操作。

tl;dr 需要根据相对值的“接近度”从数据集中找到一个值（使用 MySQL/PHP）

谢谢！

Answer 1

使用数据库的集群不会是单一查询类型的过程。需要迭代才能有效地生成簇。

您首先需要决定需要多少个集群。如果您只想要一个集群，那么显然所有内容都会放入其中。如果您想要两个，那么您可以编写程序使用某种相关性度量将节点分成两组。

换句话说，我不认为这是一个 MySQL 问题，而是一个集群问题。

Answer 2

我认为这就是您正在寻找的东西：

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。与 5.6667 最接近的值为 4。如果您的数据集为 3、6、10、14，平均值为 8.25，则最接近的值为 10。

这就是此查询返回的值。希望有帮助。

Answer 3

我的印象是您正在寻找中位数

例如，在列表 1 2 3 4 100 中，中位数（中心值）是 3。

您可能需要搜索 [https://stackoverflow.com/search?q=sql+median 查找 SQL 中的中位数]。