如何使用arcgis在模型构建器中使用迭代器，迭代器工具集中含有十二个迭代器，可基于一组输入重复执行一个或一系列过程。
检测异常值的常用方法，除了超过几倍标准差，还有哪些？ 比如数据多维，没什么显著分布，要进行无监督检测异常值，有哪些常用处理手段
机器学习，数据挖掘的书有哪些？ 感谢关注天善智能，走好数据之路↑欢迎关注天善智能，我们是专注于商业智能BI，人工智能AI，大数据分析与挖掘领域的垂直社区，学习，问答、求职一站式搞定！有了这些书，再也不愁下了班没妹纸该咋办了。慢慢来，认真学，揭开机器学习和数据挖掘这一神秘的面纱吧！《机器学习实战》：本书第一部分主要介绍机器学习基础，以及如何利用算法进行分类，并逐步介绍了多种经典的监督学习算法，如k近邻算法、朴素贝叶斯算法、Logistic回归算法、支持向量机、AdaBoost集成方法、基于树的回归算法和分类回归树（CART）算法等。第三部分则重点介绍无监督学习及其一些主要算法：k均值聚类算法、Apriori算法、FP-Growth算法。第四部分介绍了机器学习算法的一些附属工具。全书通过精心编排的实例，切入日常工作任务，摒弃学术化语言，利用高效的可复用Python代码来阐释如何处理统计数据，进行数据分析及可视化。通过各种实例，读者可从中学会机器学习的核心算法，并能将其运用于一些策略性任务中，如分类、预测、推荐。另外，还可用它们来实现一些更高级的功能，如汇总和简化等。之前看过一部分这本书，但是实习工作涉及到用Java代码处理数据，所以暂时先搁一下，目前正在李航的那本书。。
K-means聚类算法如何应对数据的噪音和离散特征处理的问题？ K-means和K-means+在python机器学习库sklearn中都有实现，K-modes和K-prototypes在GitHub和pipy上都有现成的库（https：// pypi.python.org/pypi/km odes/） 不多说了，我去。
R软件如何标记数据异常点，利用R代码，在图形中标出异常点，对我们做数据分析非常有用。一般情况下，因根据需要采取相应的标记方法。
聚类分析（用spss实现），聚类分析指将物理或抽象对象的集合分组为由类似的对象组成的多个类的分析过程。
R语言DBSCAN聚类识别异常值，如果有六个变量可以吗？ 好像是吧。[m，n]=size(x)；输入的变量x只是个二维的。
如何对用户进行聚类分析？ 图片来源：http：//www.exegetic.biz/blog/2015/10/monthofjulia-day-30-clustering/ 如上图，数据可以被分到红。https：// archive.ics.uci.edu/ml/ datasets/Online+Retail# 。
arcgis中空间-时间聚类分析解析，数据同时具有空间和时态背景：所有事件均具有一个发生地点和发生时间。您可以通过多种工具（包括热点分析、聚类和异常值分析和分组分析）来。
