企業(yè)智慧報(bào)告(編輯修改稿)
2024-11-04 14:56 本頁面
【文章內(nèi)容簡介】 最代表性的演算法之ㄧ ? Apriori利用簡單且循序漸進(jìn)的方式，找出資料項(xiàng)目間的關(guān)聯(lián)規(guī)則。 Apriori演算法 (2/2) ? Apriori演算法分為四個(gè)階段 : ? 發(fā)掘高頻項(xiàng)目集 L1 ? 產(chǎn)生候選項(xiàng)目 : 1) 高頻項(xiàng)目集組合 2) 刪減候選項(xiàng)目集 ? 掃描整個(gè)資料庫，根據(jù)刪減後之 Ck+1進(jìn)行比對，找出 Lk+1。 ? 重複以上步驟，直到無法發(fā)掘出高頻項(xiàng)目集為止，並根據(jù)發(fā)掘之高頻項(xiàng)目集推導(dǎo)出關(guān)聯(lián)規(guī)則 資料庫簡述與選取 (1/3) ? 資料庫來源 ? 資料來源為行政院農(nóng)委會農(nóng)糧署農(nóng)產(chǎn)品交易行情資料庫，有效資料共有 11個(gè)水果批發(fā)市場之行情交易資料。 ? 資料庫選取範(fàn)圍 ? 研究選取臺北一市、臺北二市、三重市、臺中市、嘉義市、高雄市六個(gè)消費(fèi)地果品批發(fā)市場。 ? 資料庫選取期間 ? 研究選取 1996年元月至 2020年 2月之夏季、冬季果品。 ? 資料類型 ? 由於月資料大多用於生產(chǎn)種植與投資決策，對於短期銷售決策助益不大，基於研究之目的，選取果品日交易資料作為資料類型。 資料庫簡述與選取 (2/3) 進(jìn)行資料探勘前，需將資料庫進(jìn)行前置處理，將無效、重複資料清除，並將資料轉(zhuǎn)為探勘之格式，已利探勘之進(jìn)行與結(jié)果之解讀。下圖為資料探勘詳細(xì)流程： 原始資料匯入 SQL資料庫 選取夏、冬季日資料，清除無效資料 計(jì)算各果品夏、冬兩季 1. 價(jià)格之平均值、標(biāo)準(zhǔn)差 2. 交易量平均值、標(biāo)準(zhǔn)差 3. 價(jià)格和交易量之變動 將計(jì)算資料匯入日資料表，已計(jì)算 價(jià)格、交易量之 Z分?jǐn)?shù)值 彙整成編碼表 彙整編碼表，將資料表轉(zhuǎn)換成數(shù)字 型式 應(yīng)用 OLAP Manager 建立 Data Cube 透過 DB Miner 進(jìn)行資料探勘 資料庫簡述與選取 (3/3) ? 將原始資料匯入 SQL Server 農(nóng)委會所提供資料庫格式為 Access 格式，須利用 SQL Server 所提供的 DTS 功能，將原始資料 Access 資料庫轉(zhuǎn)至 SQL Server 資料庫。 為方便 SQL 查詢語法之使用，在資料轉(zhuǎn)換時(shí)將原始欄位由中文名稱轉(zhuǎn)為英文代號，並將資料型態(tài)予以規(guī)定如下表。 欄位名稱 英文代號 資料型態(tài) 日期 Date Datetime(6) 水果代號 Item Varchar(10) 價(jià)格 Price Float(8) 交易量 Qty Float(8) 資料分析 ? 前言 ? 各果品資料庫之高頻項(xiàng)目
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1