數(shù)據(jù)倉庫與數(shù)據(jù)挖掘基礎(chǔ)第3章數(shù)據(jù)預(yù)處理(趙志升)(編輯修改稿)
2025-03-27 09:10 本頁面
【文章內(nèi)容簡(jiǎn)介】 屬性子集選擇的基本啟發(fā)式方法包括的技術(shù)有： ? 逐步向前選擇 ? 逐步向后刪除 ? 向前選擇和向后刪除的結(jié)合 ? 判定樹歸納 第四節(jié) 數(shù)據(jù)歸約 維歸約 逐步向前選擇 ：由空集開始，選擇屬性集中最好的屬性，并將其添加到該集合中。隨后每次迭代，將原屬性集剩下的屬性中的最好的屬性添加到該集合中。 逐步向后刪除 ：由整個(gè)屬性集開始，每一步刪除掉尚在屬性集中的最壞的屬性。 第四節(jié) 數(shù)據(jù)歸約 維歸約 向前選擇和向后刪除的結(jié)合 ：向前選擇和向后刪除方法的結(jié)合，每一步選擇一個(gè)最好的屬性，并在剩余屬性中刪除一個(gè)最壞的屬性。 說明：以上三種方法可以使用一個(gè)閾值來確定是否停止屬性選擇。 第四節(jié) 數(shù)據(jù)歸約 維歸約 判定樹歸納 ：判定樹算法，如 ID3和 。判定樹歸納構(gòu)造一個(gè)類似流程圖的結(jié)構(gòu)，其每個(gè)內(nèi)部節(jié)點(diǎn)表示一個(gè)屬性上的測(cè)試，每個(gè)分枝（非樹葉）對(duì)應(yīng)于測(cè)試的一個(gè)輸出；每個(gè)外部節(jié)點(diǎn)（樹葉）表示一個(gè)判定類。在每個(gè)節(jié)點(diǎn)，算法選擇“最好”的屬性，將數(shù)據(jù)劃分成類。 第四節(jié) 數(shù)據(jù)歸約 維歸約 判定樹歸納 ： 初始屬性集： {A1， A2， A3， A4， A5， A6} 歸約后的屬性集： {A2， A3， A5} A3 A2 A5 類1 類2 類1 類2 屬性子集選擇的貪心（啟發(fā)式）方法 第四節(jié) 數(shù)據(jù)歸約 數(shù)據(jù)壓縮 數(shù)據(jù)壓縮 是指應(yīng)用數(shù)據(jù)編碼或變換，以便得到原數(shù)據(jù)的歸約或“壓縮”表示。 ? 無損數(shù)據(jù)壓縮技術(shù)：原數(shù)據(jù)可以由壓縮數(shù)據(jù)重 新構(gòu)造而不丟失任何信息，所采用的壓縮技術(shù)。 ? 有損數(shù)據(jù)壓縮技術(shù)：只能重新構(gòu)造原數(shù)據(jù)的近 似表示，所采用的數(shù)據(jù)壓縮技術(shù)。 第四節(jié) 數(shù)據(jù)歸約 數(shù)據(jù)壓縮 兩種流行的有效的有損數(shù)據(jù)壓縮方法 ? 小波變換 ? 主要成分分析 第四節(jié) 數(shù)據(jù)歸約 數(shù)據(jù)壓縮 ? 小波變換 ? 離散小波變換 DWT（ Discret Wavelet Transform） ? 離散傅里葉變換 DFT（ Discret Fourier Transform ） 第四節(jié) 數(shù)據(jù)歸約 數(shù)據(jù)壓縮 小波變換：離散小波變換 DWT和離散傅里葉變換 DFT均常用于信號(hào)處理技術(shù)。一般， DWT是一種較好的有損壓縮，若 DWT和 DFT保留相同數(shù)目的系數(shù)， DWT將提供原數(shù)據(jù)更精確的近似。比較流行的小波變換包括 Haar、 Daubechies變換，應(yīng)用離散小波變換的典型 金字塔算法 ，在每次迭代將數(shù)據(jù)減半，導(dǎo)致很快的計(jì)算速度。 第四節(jié) 數(shù)據(jù)歸約 數(shù)據(jù)壓縮 小波變換可以用于多維數(shù)據(jù)，如數(shù)據(jù)立方體。其基本思路是：首先將變換用于第一維，然后第二維，如此下去。計(jì)算復(fù)雜性
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1