數(shù)據(jù)挖掘05數(shù)據(jù)立方體(完整版)
【正文】 ? 任務(wù)的 DMQL描述 use Big_University_DB mine parison as “grad_vs_undergrad_students” in relevance to name, gender, major, birth_place, birth_date, residence, phone, gpa for “graduate_students” where status in “graduate” versus “undergraduate_students” where status in “undergraduate” analyze count% from student 類比較挖掘 —— 示例（ 2） ? 進行類比較挖掘的輸入： ? 給定的屬性： name, gender, major, birth_place, birth_date, residence, phone and gpa ? 在屬性 ai上定義的概念分層 Gen(ai) ? 在屬性 ai上定義的屬性分析閾值 Ui ? 在屬性 ai上定義的屬性泛化閾值 Ti ? 屬性相關(guān)性閾值 R 類比較挖掘 —— 示例（ 3） ? 任務(wù)的處理過程 ? 數(shù)據(jù)收集 ? DMQL查詢轉(zhuǎn)化為關(guān)系查詢，得到 初始目標類工作關(guān)系 和 初始對比類工作關(guān)系 ? 可以看成使構(gòu)造數(shù)據(jù)立方體的過程 ? 引入一個新維 status來標志目標類和對比類（ graduate, undergraduate） ? 其他屬性形成剩余的維 ? 在兩個數(shù)據(jù)類上進行維相關(guān)分析 ? 刪除不相關(guān)或者使弱相關(guān)的維： name, gender, major, phone 類比較挖掘 —— 示例（ 4） ? 同步泛化 ? 在目標類和對比類上同步的進行泛化，將相關(guān)的維泛化到由維閾值控制的層，形成 主目標類 關(guān)系 /方體 和主對比類 關(guān)系 /方體 ? 導出比較的表示 ? 用表、圖或規(guī)則等形式表達類比較描述的挖掘結(jié)果 ? 用戶應(yīng)該能夠在 主目標類 關(guān)系 /方體 和 主對比類 關(guān)系 /方體 進行進一步的 OLAP操作 類比較挖掘 —— 示例（ 5） M a jor Ag e_ ra ng e G pa Co unt % Scien ce 20 25 Go o d 5 .53 % Scien ce 25 30 Go o d 2 .32 % Scien ce Ov er_3 0 Ver y _ g o o d 5 .86 % … … … … Bu sin ess Ov er_3 0 Excellen t 4 .68 % 目標類的主泛化關(guān)系 : 研究生 M a jor Ag e_ ra ng e G pa Co unt % Scien ce 15 20 Fair 5 .53 % Scien ce 15 20 Go o d 4 .53 % … … … … Scien ce 25 30 Go o d 5 .02 % … … … … Bu sin ess Ov er_3 0 Excellen t 0 .68 % 對比類的主泛化關(guān)系 : 本科生 類比較描述的量化判別規(guī)則表示（ 1） ? 類比較描述中的目標類和對比類的區(qū)分特性也可以用量化規(guī)則來表示，即量化判別規(guī)則 ? 量化判別規(guī)則使用 dweight作為興趣度度量 （ ? qa－概化元組 ? Cj－目標類 ? qa的 dweight是初始目標類工作關(guān)系中被 qa覆蓋的元組數(shù) 與 初始目標類和對比類工作關(guān)系中被 qa覆蓋的總元組數(shù)的比 ??????miiaja)Cc o u n t ( q)Cc o u n t ( qw e i g h td1類比較描述的量化判別規(guī)則表示（ 2） ? 目標類中較高的 dweight表明概化元組所代表的概念主要來自于目標類 ? 較低的 dweight值則表明該概念主要來自于對比類 St a t u s B i r t h _ c o u n t r y A g e _ r a n g e G p a C o u n tG r a d u a t e C a n a d a 2 5 3 0 G o o d 90U n d e r g r a d u a t e C a n a d a 2 5 3 0 G o o d 2 1 0對給定的 status=“Graduate”, Birth_coutry=“Canada”, Age_range=“2530”, Gpa=“Good” 概化元組，其 dweight=90/(90+210)=30% (什么意思？ ) 類比較描述的量化判別規(guī)則表示（ 3） ? 使用類比較描述的量化判別規(guī)則表示可以更好的描述上述的情況，其形式為： ? 比如，剛才的挖掘結(jié)果可以使用量化判別規(guī)則表達如下： ? 請注意該區(qū)分規(guī)則表達的是充分條件，即 X滿足條件，則 X為研究生的概率為 30% (特征化量化規(guī)則表達的是什么條件？ ) ] :[ )()(_a r g , w e i g h tddXc o n d i t i o nXc l a s settX ???%]30:[)(3025)(_)(_)(_,dgoodXgpaXr an geageCa na daXc ou nt r ybi r t hXs t ud e ntgr ad ua t eX????????類描述：特征化和比較的表示 ? 類特征化和類比較是形成類描述的兩個方面，我們可以通過綜合類特征化規(guī)則和類區(qū)分規(guī)則來形成類描述規(guī)則。也就是說，目標類的所有元組必須滿足該條件。 ? 受數(shù)據(jù)類型和度量類型的約束比較少 ? 面向?qū)傩詺w納的基本思想： ? 使用關(guān)系數(shù)據(jù)庫查詢收集任務(wù)相關(guān)的數(shù)據(jù) ? 通過考察任務(wù)相關(guān)數(shù)據(jù)中每個屬性的不同值的個數(shù)進行泛化，方法是屬性刪除或者是屬性泛化 ? 通過合并相等的
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1