图中节点特征首先对于图中节点来说，我们以每个点所连接的边的个数定义它的degree(度), p(degree=k) = Nk/N 表示随机选取一个点，degree为k的概率。n0n1n2n3n4n5n6n7n8degree423122121随机图（Random Graphs)随机图是图家族中的一个概率分布，通常用G(n,p)表示，n表示...

Anomaly detectionDefinition异常意味着一个观测点不满足一个正常的距离数据集的分布，即不满足分布的大多数实例。异常，特征和原因 (Anomalies: features and causes)An outlier of the data, which is obviously far away from the majority of instances.Be measur

序列模式购物篮数据常常包含关于商品何时被顾客购买的时间信息，利用这种信息可以将顾客在一段时间内购买的物品拼成事物序列。这种数据代表的时间之间存在某种序列关系，通常基于时间或空间的先后次序。然而，迄今为止所讨论的关联模式概念都只强调同时出现，而忽略数据中的序列信息。但是序列信息对于识别动态系统的重要特征，或者预测特定事件的未来发生时非常有价值的。问题描述发现序列模式（Mining Sequentia

序列模式购物篮数据常常包含关于商品何时被顾客购买的时间信息，利用这种信息可以将顾客在一段时间内购买的物品拼成事物序列。这种数据代表的时间之间存在某种序列关系，通常基于时间或空间的先后次序。然而，迄今为止所讨论的关联模式概念都只强调同时出现，而忽略数据中的序列信息。但是序列信息对于识别动态系统的重要特征，或者预测特定事件的未来发生时非常有价值的。问题描述发现序列模式（Mining Sequentia

Betweenness Centrality (from wikipedia)在图论中，介数中心性（英語：Betweenness Centrality）是基于最短路径针对网络图中心性的衡量标准之一。针对全连接网络图，其中任意两个节点均至少存在一个最短路径，在无权重网络图中该最短路径是路径包含边的数量求和，加权网络图中该最短路径则是路径包含边的权重求和。每个节点的介数中心性即为这些最短路径穿过该节点

序列模式购物篮数据常常包含关于商品何时被顾客购买的时间信息，利用这种信息可以将顾客在一段时间内购买的物品拼成事物序列。这种数据代表的时间之间存在某种序列关系，通常基于时间或空间的先后次序。然而，迄今为止所讨论的关联模式概念都只强调同时出现，而忽略数据中的序列信息。但是序列信息对于识别动态系统的重要特征，或者预测特定事件的未来发生时非常有价值的。问题描述发现序列模式（Mining Sequentia

1. Power BI 可用的操作系统如下（Mac 用户暂时不支持，不过可下载虚拟机或双系统使用）2. Power BI 下载地址3. 安装指南看着顺眼点就行了。下一章我会讲如何使用Power BI上传数据。...