數(shù)據(jù)管理教學(xué)資料(編輯修改稿)
2025-03-27 11:34 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 量設(shè)為 10， 000，則前 10， 000 個(gè)記錄將通過(guò)流（如果模式為“包含”）或被丟棄（如果模式為 “丟棄”） 。 （ 2） n中取 1：選擇數(shù)據(jù)抽樣法為每 n 個(gè)通過(guò)或丟棄一個(gè)記錄。 例如，如果 n 設(shè)置為 5，則每五個(gè)記錄將有一個(gè)記錄根據(jù)上述模式通過(guò)或丟棄。 （ 3）隨機(jī)％：選擇隨機(jī)抽取數(shù)據(jù)集一定百分比的樣本。 例如，如果把百分比設(shè)置為 20，那么數(shù)據(jù)集有 20％的記錄將會(huì)根據(jù)上述模式設(shè)置通過(guò)流或丟棄。 ●最大樣本量：確定通過(guò)流程的最大樣本量。如果想在選擇 “ n中取 1”選項(xiàng)或“隨機(jī)％”抽樣選項(xiàng)中不使用該選項(xiàng)，可將最大樣本量數(shù)目設(shè)置為超出數(shù)據(jù)集容量。 ●設(shè)置隨機(jī)數(shù)種子：設(shè)置隨機(jī)種子值，用于生成隨機(jī)數(shù)。 圖 1920平衡節(jié)點(diǎn)的設(shè)置 平衡節(jié)點(diǎn)可以用來(lái)修正數(shù)據(jù)集中的不均勻性，以便能夠符合特定的測(cè)試原則，如圖 1920所示為平衡對(duì)話框。 ? 相關(guān)參數(shù)的說(shuō)明如下： ? 記錄平衡指令：列出目前的平衡指令。每一指令都包括一個(gè)因子和一個(gè)條件，使軟件在條件為真時(shí)，根據(jù)指定的因子，提高記錄的比率。 ? 添加指令：通過(guò)點(diǎn)擊文本區(qū)域右邊的“生成新字段”按鈕，會(huì)插入一行空行以便輸入新的條件。如果要為此條件生成 CLEM表達(dá)式，可點(diǎn)擊“表達(dá)式構(gòu)建器”按鈕。 ? 刪除指令：使用紅色的刪除按鈕。 ? 對(duì)指令排序 :使用上下箭頭按鈕。 圖 1921 一個(gè)匯總節(jié)點(diǎn)實(shí)例 匯總節(jié)點(diǎn)可以把一系列輸入記錄變換成總括性的、匯總的輸出記錄，匯總對(duì)話框如圖 1921所示。 ●分組字段 ：列出可用于匯總的分組字段。數(shù)值型字段和字符型字段都可以用作分組字段。如果所選組合字段不止一個(gè)，則所有值將組合起來(lái)生成匯總記錄的組合字段。各個(gè)不同的分組字段會(huì)產(chǎn)生一條集成記錄。 例如，如果 Sex和 Region是組合字段，則 M與 F和地區(qū) N與 S的各個(gè)不同組合（一共四個(gè)不同的組合）將會(huì)有一條匯總記錄。要添加一個(gè)組合字段，使用窗口右邊的“字段選取器”按鈕。 ●數(shù)據(jù)已按分組字段排序：若分組字段值出現(xiàn)在相鄰記錄中，該選項(xiàng)按相同值處理。 ●匯總字段：列出將按照所選匯總模式匯總的數(shù)值型字段。若要添加字段到列表中，可使用窗口右邊的“字段選取器”按鈕。 ●默認(rèn)模式：指定對(duì)新添加的字段所使用的默認(rèn)匯總模式、如果頻繁使用同樣的匯總方式，此處可選擇一個(gè)或以上的模式，使用右邊的 “所有默認(rèn)操作”按鈕將所選模式應(yīng)用于以上列出的所有字段。 在 Clementine 中可以使用以下匯總模式： （ 1）合計(jì)（ 2）平均值（ 3）最小值（ 4）最大值（ 5）標(biāo)準(zhǔn)差 ●新的字段名擴(kuò)展 :選擇添加“后綴”或“前綴”，以復(fù)制匯總字段。比如，如果選擇了后綴選項(xiàng)，并規(guī)定“ 1〃 為擴(kuò)展名，則對(duì)字段 Age 的最小值匯總結(jié)果會(huì)產(chǎn)生成名為 Age_Min_1 的字段名。 ●在字段中包括記錄計(jì)數(shù)：選擇在每個(gè)輸出記錄中包括一個(gè)名為 “記錄記數(shù)” 的額外默認(rèn)字段。這一字段表明有多少輸入記錄被用于形成每一匯總字段。 ?排序節(jié)點(diǎn)根據(jù)一個(gè)或多個(gè)字段值對(duì)記錄進(jìn)行升序或降序排列。 ?一般做法是：首先使用匯總節(jié)點(diǎn)匯總數(shù)據(jù)，然后使用排序節(jié)點(diǎn)將匯總數(shù)據(jù)按照記錄數(shù)目降序排序。將這些結(jié)果顯示在一個(gè)表中，會(huì)有助于探索分析數(shù)據(jù)并作出決策。 圖 1922 合并節(jié)點(diǎn)的設(shè)置 合并節(jié)點(diǎn)的功能是接受多重輸入記錄，并生成包含部分或全部輸入字段的單一輸出記錄，這一操作在合并來(lái)自不同數(shù)據(jù)數(shù)據(jù)源的數(shù)據(jù)時(shí)很有用。如圖 1922所示 相關(guān)的參數(shù)設(shè)置如下： ●合并方法： （ 1）按照順序合并：按照輸入順序連接來(lái)自所有數(shù)據(jù)庫(kù)的對(duì)應(yīng)記錄，直至最小的數(shù)據(jù)源輸入完畢。 （ 2）按照關(guān)鍵字段合并：使用諸如用戶 ID號(hào)等作為關(guān)鍵字段，以指定來(lái)自某一數(shù)據(jù)庫(kù)的數(shù)據(jù)在合并時(shí)如何與來(lái)自其它數(shù)據(jù)庫(kù)的數(shù)據(jù)匹配。 ●可能的鍵值：列出所有輸入數(shù)據(jù)源中的所有字段。 ●用于合并的鍵值 ：列出用于合并所有輸入數(shù)據(jù)源的記錄的關(guān)鍵字段。 ●合并重復(fù)關(guān)鍵字段：當(dāng)選擇了不止一個(gè)關(guān)鍵字段時(shí)，這一選項(xiàng)確保一個(gè)關(guān)鍵字段名只有一個(gè)輸出字段。 ●只包含匹配記錄（內(nèi)部連接）：選擇只合并完整的記錄。 ●包含匹配的和不匹配記錄（完整的外部連接）：表示如果某一關(guān)鍵字段存在于其中的一個(gè)數(shù)據(jù)源，而在其它的數(shù)據(jù)源中不存在，則不完整的記錄仍然保留著 ●包含匹配的和選定的未匹配記錄（部分外部連接）：要求指定一個(gè)用于保留在合并過(guò)程中不完整的記錄。 ●包含第一個(gè)數(shù)據(jù)集中的且不與任何其他記錄相匹配的記錄（反連接）：僅保留第一個(gè)數(shù)據(jù)集和其他數(shù)據(jù)集的不匹配記錄。 圖 1923 追加節(jié)點(diǎn)的設(shè)置 追加節(jié)點(diǎn)讀取并下傳來(lái)自同一數(shù)據(jù)源的所有記錄直至該數(shù)據(jù)源不再有記錄為止，然后使用與讀取首個(gè)輸入數(shù)據(jù)源記錄相同的數(shù)據(jù)結(jié)構(gòu)（記錄和字段數(shù)目等）讀取下一個(gè)數(shù)據(jù)源的記錄。如圖 1923所示 相關(guān)參數(shù)的說(shuō)明如下： ●字段匹配依據(jù) ：選擇附加匹配字段的方法，又兩種設(shè)置，分別為： （ 1）位置（ 2）名稱 ●輸出字段 ：列出連接到追加節(jié)點(diǎn)的數(shù)據(jù)源節(jié)點(diǎn)。 ●包含字段數(shù)據(jù)源 ：選擇“僅主數(shù)據(jù)集” 以生成基于主數(shù)據(jù)集字段的輸出字段。選擇“所有數(shù)據(jù)集” 以生成所有數(shù)據(jù)集中所有字段的輸出字段而不考慮是否有匹配所有輸入數(shù)據(jù)集的字段。 ●生成新字段，顯示記錄的數(shù)據(jù)源數(shù)據(jù)集：選擇在輸出文件中添加一個(gè)附加字段，該字段表明每個(gè)記錄的數(shù)據(jù)源數(shù)據(jù)集。 圖 1924區(qū)分節(jié)點(diǎn)的設(shè)置 區(qū)分節(jié)點(diǎn)可以用來(lái)清除重復(fù)性記錄 ，其對(duì)話框如圖 1924所示 ? 【 例 192】 利用 Clemen
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1