數(shù)據(jù)挖掘概念和技術ar(3)(編輯修改稿)
2024-11-15 19:44 本頁面
【文章內容簡介】 的相對較弱的頻繁項： 酸奶 (5%), 白面包 (4%) ? 跨層時對支持度的不同處理方法，對應了不同的算法 : ? 層之間支持度不變： 如果 t的祖先是非頻繁的，則不用考慮 t ? 支持度隨層遞減 ： 則只考慮那些其祖先是頻繁的 /不可忽略的項 2021116 數(shù)據(jù)挖掘：概念和技術 10 數(shù)據(jù)挖掘查詢的逐步精化 ? 為什么要逐步精化 ? 挖掘操作的代價可能高或低，結果可能細致或粗糙 ? 在速度和質量之間折衷：逐步精化 ? 超集覆蓋特征 ： ? 預存儲所有正面答案 —允許進一步正確性驗證，而不必驗證已經錯誤的 ? 2或多步挖掘： ? 先執(zhí)行粗糙的、容易的操作 (超集覆蓋 ) ? 然后在減少后的候選集上進行計算量大的算法 (Koperski amp。 Han, SSD’95). 2021116 數(shù)據(jù)挖掘：概念和技術 11 逐步求精空間關聯(lián)規(guī)則挖掘 ?空間關系的層次： ?―g_close_to‖: 鄰近 , 接觸 , 交叉 , 包含 ?先搜索粗糙的關系然后再精化 2021116 數(shù)據(jù)挖掘：概念和技術 12 逐步求精空間關聯(lián)規(guī)則挖掘 (2) ? 空間關聯(lián)規(guī)則的兩步算法 ： ? 步驟 1: 粗糙空間計算 (用于過濾 ) ? 用 MBR 或 Rtree 做粗糙估計 ? 步驟 2: 細致空間算法 (用于精化 ) ? 只計算已經通過空間計算的對象 2021116 數(shù)據(jù)挖掘：概念和技術 13 第 6章：從大數(shù)據(jù)庫中挖掘關聯(lián)規(guī)則 ? 關聯(lián)規(guī)則挖掘 ? 從交易數(shù)據(jù)庫中挖掘一維的布爾形關聯(lián)規(guī)則 ? 從交易數(shù)據(jù)庫中挖掘多層次關聯(lián)規(guī)則 ? 在交易數(shù)據(jù)庫和數(shù)據(jù)倉庫中挖掘多維關聯(lián)規(guī)則 ? 從關聯(lián)挖掘到相關性分析 ? 基于約束的關聯(lián)挖掘 ? 小結 2021116 數(shù)據(jù)挖掘：概念和技術 14 多維關聯(lián)規(guī)則： 概念 ? 單維規(guī)則：
教學課件相關推薦
鄂ICP備17016276號-1