數據挖掘概念與技術數據預處理(編輯修改稿)
2024-09-14 09:43 本頁面
【文章內容簡介】 y or accuracy ( also known as rule reliability , rule strength, rule quality, certainty factor, discriminating weight )等 . ? 有用性 (utility) ? 如： support (association),s(A=B)=n(A nd B)/n(all), ? noise threshold (description) ? 新穎程度 (novelty) ? 如： not previously known, surprising (used to remove redundant rules, ., Canada vs. Vancouver rule implication support ratio 結果模式的可視化 ? 挖掘系統(tǒng)應能夠用多種形式來顯示發(fā)掘出來的模式 ? 如：規(guī)則，表，報表，圖表，圖，決策數和立方體 ? 挖掘系統(tǒng)應能夠支持挖掘結果的多種操作 ? 如： drilldown , rollup , slicing , dicing ,rotation… 挖掘原語，語言和體系結構 ? 數據挖掘原語 ? 數據挖掘語言 ? 數據挖掘系統(tǒng)體系結構 ? 總結 DMQL——一個數據挖掘語言 ? 動機 ? 為了能提供交互式數據挖掘能力 ? 通過提供一個類似 SQL的語言 ? 希望能像 SQL語言一樣成為挖掘標準語言 ? 希望成為系統(tǒng)開發(fā)和演化 (evolution)的基礎 ? 希望促進信息交換，技術轉移，商業(yè)化并獲得廣泛承認 ? 設計 ? DMQL 在前面介紹的挖掘原語基礎之上進行設計 任務相關數據的語法表示 ? use database database_name, or use data warehouse data_warehouse_name ? from relation(s)/cube(s) where [condition] ? in relevance to att_or_dim_list ? order by order_list ? group by grouping_list ? having condition 任務相關數據語法表示（續(xù)） ? 例：如果挖掘 AllElectronics的加拿大顧客經常購買的商品之間的關聯，針對顧客不同收入和年齡，并且數據用購買日期進行分組。挖掘相關數據可以寫成 ： use database AllElectronics_db in relevance to , , , from customer C , item I , purchase P , item_sold S where = and = and = group by 挖掘知識類型的語法 ? Mine_Knowledge_Specificaton::=Mine_Char | Mine_Discri | Mine_Assoc | Mine_Class | Mine_Pred ? Mine_Char::= Mine characterization [as pattern_name] analyze meansure(s) ? 例： mine characteristics as customerPurchasing analyze count% ? Mine_Discri::=Mine parison [as pattern_name] for target_class where target_condition { versus contrast_class_i where contrast_condition_i} analyze measure(s) ? 例： mine parison as purchaseGroups for bigSpenders where avg() ≥$100 analyze count versus budgetSpenders where avg(),$100 挖掘知識類型的語法 (續(xù) )
環(huán)評公示相關推薦
鄂ICP備17016276號-1