數(shù)據(jù)分析技術(shù)ppt課件-免費(fèi)閱讀
【正文】 對(duì)一個(gè)給定的樣本分類(lèi)所需的期望信息為： 其中pi = si/s,利用決策樹(shù)進(jìn)行數(shù)據(jù)分類(lèi)：ID3,設(shè)屬性A有v個(gè)不同值(a1, a2, … av)。 ⑶if attribute_list為空 then 返回N作為葉節(jié)點(diǎn)，標(biāo)記為samples中最普通的類(lèi)。) END, ’color’= CASE WHEN (GROUPING(color)=1) THEN ’ALL’ ELSE ISNULL(color, 39。) END, CASE WHEN (GROUPING(theyear)=1) THEN ’ALL’ ELSE ISNULL(theyear, 39。ALL Models39。Chevy39。 GROUP BY Model, Year, Color UNION SELECT Model, Year, ALL, SUM(Sales) FROM Sales WHERE Model = 39。=GROUPING(model), year, 39。????39。????39。 ⑷選擇attribute_list中具有最高信息增益的屬性test_attribute?？梢杂脤傩訟將S劃分為v個(gè)子集{s1, s2, … sv}，其中si中樣本在屬性A上具有值ai。,利用決策樹(shù)進(jìn)行數(shù)據(jù)分類(lèi)：ID3,信息增益(information gain) 設(shè)S是s個(gè)樣本的集合，假定類(lèi)標(biāo)號(hào)屬性有m個(gè)不同值，定義m個(gè)不同類(lèi)Ci，設(shè)si是Ci中樣本數(shù)。 ⑵if samples都在同一個(gè)類(lèi)C then 返回N作為葉節(jié)點(diǎn)，以類(lèi)C標(biāo)記。????39。????39。=SUM(units_sold), model, 39。 drill down 用戶(hù)想使用交叉表,F() G() H(),Red Brick的擴(kuò)展,Ntile 將所有元組按值大小分為n個(gè)連續(xù)區(qū)間，每個(gè)區(qū)間的元組個(gè)數(shù)相同，返回每個(gè)區(qū)間的平均值 select percentile, avg(salary) from EMP groupby N_tile(salary, 10) as percentile Ratio_To_Total 計(jì)算每個(gè)分組的和在總和中的比例 Rank 返回值在所有列值中的序號(hào),TOP,select [ top n [ percent ] [ with ties ] ] select_list,select top 5 title_id, price, type from titles select top 5 title_id, price, type from titles order by price desc select top 5 WITH TIES title_id, price, type from titles order by price desc select top 30 PERCENT title_id, price, type from titles order by price desc,我要的不多 只需要n個(gè),直方圖,( select 1, avg(*) from EMP where salary = (select max(salary) from EMP) * 2/3 union ( select 2, avg(*) from EMP where salary =(select max(salary) from EMP) /3 union ( select 3, avg(*) from EMP where salary (select max(salary) from EMP) / 3,rank,select T1.S, GRADE, (select count (distinct T2.GRADE) from SC AS T2 where T1.GRADE = T2.GRADE) as rank from SC as T1 where GRADE is not null order by rank,中位數(shù),declare temp INT, median INT set temp = (select count(*) from sc) / 2 declare my_curs cursor for select GRADE from SC order by GRADE open my_curs while(temp0) begin fetch my_curs temp = temp – 1 end fetch my_curs into median,給出成績(jī)排在最中間的學(xué)生的成績(jī),落差,create view rankgrade( GRADE, graderank ) as select GRADE, (select count( distinct GRADE ) from SC as T1 where T1.GRADE = T2.GRADE) as rank from SC AS T2 select G1=V1.GRADE, G2=V2.GRADE, DIFF=(V2.GRADE V1.GRADE) from rankgrade as V1 left outer join rankgrade as V2 on (V2.graderank = V1.graderank + 1),給出所有相鄰兩個(gè)成績(jī)之間的差,Skyline: 問(wèn)題的引入,找一個(gè)便宜并且離海灘近的旅館 系統(tǒng)無(wú)法決定哪些是最好的，但它會(huì)提供所有的備選(interesting)旅館，也即它們不會(huì)在兩個(gè)維上都比其他任何旅館差，稱(chēng)其為Skyline,Skyline: 問(wèn)題的引入,稱(chēng)點(diǎn)x統(tǒng)治(dominate)點(diǎn)y，如果x在所有維上都不比y差，并且至少在一個(gè)維上好過(guò)y 旅館 (price=50, distance=0.8)統(tǒng)治 (price=100,distance=1.0),Skyline：更高、更靠近河流的建筑,東食西宿：更英俊、更有錢(qián),Skyline的性質(zhì),一個(gè)集合M，一個(gè)單調(diào)計(jì)分函數(shù)R,如果p?M使得R最大，那么p一定在M的Skyline中 不管你如何偏好旅館的價(jià)格和距離，你最中意的旅館總是在Skyline中 對(duì)Skyline中的任意一點(diǎn)p，總存在一個(gè)單調(diào)計(jì)分函數(shù)，p使得它最大，也即Skyline不會(huì)包含不是任何人偏好的旅館 統(tǒng)治滿(mǎn)足傳遞性，也即如果p統(tǒng)治q，q統(tǒng)治r，則p統(tǒng)治r,帶Skyline的SQL擴(kuò)展,SELECT…FROM…WHERE GROUP BY…HAVING… SKYLINE OF [ DISTINCT ] d1 [ MIN | MAX | DIFF ], … , dn [ MIN | MAX | DIFF ] TOP … ORDER BY…,SKYLINE OF d1 MIN ,d2 MAX ,d3 DIFF p(p1,p2,p3)統(tǒng)治q(q1,q2,q3)，如果 p1≤q1, p2≥q2, p3=q3,帶Skyline的SQL示例,用嵌套子查詢(xún)實(shí)現(xiàn)Skyline,Skyline的大小,聯(lián)機(jī)分析處理（OLAP）,存在著大量的分析型應(yīng)用 ——要求對(duì)大量的數(shù)據(jù)從各個(gè)角度進(jìn)行綜合分析（多維分析） 典型分析應(yīng)用： 對(duì)一些統(tǒng)計(jì)指標(biāo) （銷(xiāo)售金額） 從不同角度（維） （時(shí)間、地區(qū)、商品類(lèi)型） 從不同級(jí)別（層次）（地區(qū)：縣、地市、省、大區(qū)） 今年銷(xiāo)售量下降的因素（時(shí)間、地區(qū)、商品、銷(xiāo)售部門(mén)） 某種商品今年的銷(xiāo)售情況與以往相比，有怎樣的變化？每年的第一季度商品銷(xiāo)售在各類(lèi)商品上的分布情況怎樣？,多維數(shù)據(jù)模型,關(guān)系表與多維Cube,多維數(shù)據(jù)模型的基本組成：維+度量,多維數(shù)據(jù)模型,變量（指標(biāo)） 數(shù)據(jù)的實(shí)際意義，一般是一個(gè)數(shù)值度量指標(biāo) 例如：銷(xiāo)售量、銷(xiāo)售額，…… 而具體數(shù)據(jù)（如“10000”）是變量的一個(gè)值 維 觀察數(shù)據(jù)的特定角度 例如：時(shí)間、地區(qū)，…… 維的層次 特定角度的不同細(xì)節(jié)程度 例
畢業(yè)設(shè)計(jì)相關(guān)推薦
鄂ICP備17016276號(hào)-1