matalb相关分法,案例:餐饮销量数据相关性分析

%% 餐饮销量数据相关性分析
clear;
% 初始化参数
catering_sale = ‘../data/catering_sale_all.xls‘; % 餐饮数据,含有其他属性
index = 1; % 销量数据所在列 

%% 读入数据
[num,txt] = xlsread(catering_sale);%读取num

%% 相关性分析
corr_ = corr(num);%corr_=线性相关(num)
%% 打印结果
rows = size(corr_,1);%行数=取长度(corr_,统计行数)
for i=2:rows    %循环变量i=2到10
    disp([‘"‘ txt{1,2} ‘"和"‘ txt{1,1+i} ‘"的相关系数为:‘ num2str(corr_(i,1))]);
end%打印[百合酱蒸凤爪]和其他餐单的相关系数为:corr_(i,1)
disp(‘餐饮菜品日销量相关性分析完成!‘);

  结果显示:

"百合酱蒸凤爪"和"翡翠蒸香茜饺"的相关系数为:0.0092058
"百合酱蒸凤爪"和"金银蒜汁蒸排骨"的相关系数为:0.016799
"百合酱蒸凤爪"和"乐膳真味鸡"的相关系数为:0.45564
"百合酱蒸凤爪"和"蜜汁焗餐包"的相关系数为:NaN
"百合酱蒸凤爪"和"生炒菜心"的相关系数为:0.3085
"百合酱蒸凤爪"和"铁板酸菜豆腐"的相关系数为:0.2049
"百合酱蒸凤爪"和"香煎韭菜饺"的相关系数为:0.12745
"百合酱蒸凤爪"和"香煎罗卜糕"的相关系数为:-0.090276
"百合酱蒸凤爪"和"原汁原味菜心"的相关系数为:0.42832
餐饮菜品日销量相关性分析完成!

重要语法:matlab  corr(求数据相关性)

时间: 2024-12-07 13:14:55

matalb相关分法,案例:餐饮销量数据相关性分析的相关文章

数据分析之数据质量分析和数据特征分析

1.数据质量分析 数据质量分析是数据挖掘中数据准备过程的重要一环,是数据预处理的前提,也是数据挖掘分析结论有效性和准确性的基础,没有可信的数据,数据挖掘构建的模型将是空中楼阁. 数据质量分析的主要任务是检查原始数据中是否存在脏数据,脏数据一般是指不符合要求,以及不能直接进行相应分析的数据.在常见的数据挖掘工作中,脏数据包括: (1)缺失值:     (2)异常值:     (3)不一致的值:     (4)重复数据及含有特殊符号(如#.¥.*)的数据. 1.1缺失值分析        数据的缺失

java 使用xom对象数据序列化为xml、反序列化、Preferences相关操作小案例

package org.rui.io.xml; import java.io.BufferedOutputStream; import java.io.FileOutputStream; import java.io.OutputStream; import java.io.UnsupportedEncodingException; import java.util.Arrays; import java.util.List; import nu.xom.Document; import nu.

2017下半年8场云计算相关会议合集 聚焦大数据未来!

随着云计算服务在各行各业的应用热度递增,云计算产业蓬勃发展.各种行业会议也应运而生.活动家就给大家盘点下2017年下半年8场云计算相关会议 聚焦大数据未来!哪些大数据相关的最新行业会议是值得参加的! 注:为了方便阅读,会议以时间由近到远排序. 一.BDFF 2017大数据金融论坛 活动主题 塑造数据生态·引领金融科技·聚焦数据未来 Shape Data Ecology·Lead Fintech·Focus on Data Future 活动日期.地点.网址 2017年8月23-24日 上海 20

[转帖]2011年的新闻:Gartner 发布 2011 年 PC 销量数据,联想跃居第二

Gartner 发布 2011 年 PC 销量数据,联想跃居第二 https://www.ifanr.com/67952 2011年 PC机器 3.5亿台 联想四千五百万台 2019年 PC机器 2.6亿台 联想六千五百万台 Gartner 发布了 2011 年第四季度美国市场 PC 出货量数据,并统计了全球各 PC 厂商全年销量数据.在美国市场,苹果保持住了 2011 年三季度夺来的 “老三” 的位置:全球厂商中,中国联想表现抢眼,一举超越宏碁和戴尔,成为全球第二大 PC 厂商. 在美国市场,

案例分享|数据可视化下的驱动业务增长

在我国,制造业有两种态势:一种是生产同质化产品,产品价格公开,利润几乎透明:一种是高新技术产品,利润大,但创新和管理成本高.如何在同质化的产品中做好精细化和管理和成本控制,如何驱动创新成为制造业重出产能过剩的包围圈的两大突破口. 泰尔重工股份有限公司(以下简称"泰尔重工"."公司")成立于2001年,主要从事工业万向轴.汽车零部件等产品的设计.研发.制造.销售与服务.泰尔重工是国家级技术创新示范企业,笔者发文时市值已超34亿.在信息化方面,2016年下半年,泰尔重工

搜达五分法:瑞士期待复仇法兰西

两支球队在首场小组赛中都全取3分,为小组出线奠定了不错的基础.对于瑞士队来说,首场能够拿下厄瓜多尔虽说结果令人满意但是过程却有些幸运的味道,所以全队并不能掉以轻心.就像在上届世界杯赛中那样,首轮在战胜西班牙的大好局面下,后两场比赛没能把握住机会惨遭淘汰.本场对阵法国,瑞士首要的任务还是做好防守,选择他们比较擅长的防守反击战术,即便不能取胜,打平也是一个不错的结果.而对于法国队来说,首场大胜洪都拉斯,次战瑞士当网络pos机然想取得2连胜尽早确定出线资格. 搜达五分法:瑞士期待复仇法兰西,布布扣,b

网络数据包分析 网卡Offload

http://blog.nsfocus.net/network-packets-analysis-nic-offload/ 对于网络安全来说,网络传输数据包的捕获和分析是个基础工作,绿盟科技研究员在日常工作中,经常会捕获到一些大小远大于MTU值的数据包,经过分析这些大包的特性,发现和网卡的offload特性有关,本文对网卡Offload技术做简要描述. 文章目录 网络分片技术 网卡offload机制 发送模式 接收模式 网卡offload模式的设置 Linux windows 网卡Offload

如何用FineReport报表进行数据可视化分析?

独立的数据毫无意义,能进行比较和分析的数据才是有价值的数据.在FineReport报表工具中,数据的录入和展示操作只是开始,之后的数据分析才是重头戏.那么在FineReport中经过怎样的配置才能进行数据分析?又怎么进行数据分析呢? 使用FineReport进行数据可视化分析非常简单,经过简单的配置,使用者只需在B/S端简单拖拽目标数据及相关维度,即可得到从不同维度分析的结果,提升数据可视化程度,帮助决策层做出准确的决策.同时降低了系统开发的定制化程度,极大地降低了系统开发者的维护成本. B/S

一周实现大数据可视化分析——敏捷BI助艾瑞咨询集团实现互联网的大数据分析

相对传统分析方法,通过敏捷BI和Hadoop的互补,艾瑞咨询集团的业务效率获得数倍的提升:线下报告交付周期从3至4周缩短至小于1周,软件交付从半年缩短至一个月. 当前,一提到大数据人们就会想Hadoop,它似乎成为大数据的"代言人".不可否认,Hadoop在集群扩展性和成本上都有巨大的优势,但是,Hadoop并不适合做实时分析系统. 因此,很多企业都会利用Hadoop实现数据存储,再通过其他工具实现对大数据的高速捕获和实时分析.这里,我们将通过艾瑞咨询集团的一个真实案例,解读一下敏捷B