數(shù)據(jù)挖掘數(shù)據(jù)挖掘∶概念和技術(shù)-資料下載頁
2025-08-22 09:03本頁面
【導(dǎo)讀】從交易數(shù)據(jù)庫中挖掘一維的布爾形關(guān)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(guān)聯(lián)規(guī)則。底層的項通常支持度也低。某些特定層的規(guī)則可能更。自上而下，深度優(yōu)先的方法：。再找他們底層的“弱”規(guī)則：。多層關(guān)聯(lián)規(guī)則的變種。層次交叉的關(guān)聯(lián)規(guī)則：。復(fù)旦面包房黃面包。不同種分層方法間的關(guān)聯(lián)規(guī)則：。+一個最小支持度閾值.如果一個項集的父項集不具有。–底層項不會成為頻繁集，如果支持度。生成太多的高層關(guān)聯(lián)規(guī)則。用項進(jìn)行可控跨層過濾。我們稱第一個規(guī)則是第二個規(guī)則的祖先。挖掘操作的代價可能高或低，結(jié)果可能細(xì)致或粗糙。在速度和質(zhì)量之間折衷：逐步精化。預(yù)存儲所有正面答案—允許進(jìn)一步正確性驗證，而不必。然后在減少后的候選集上進(jìn)行計算量大的算法(Koperski. 有限個值,值之間無順序關(guān)系。如:{age,occupation,buys}是一個3-維詞集合。按照對age處理方式的不同，分為：。數(shù)值被替換為區(qū)間范圍。關(guān)系數(shù)據(jù)庫中，要找到所有頻繁k-維詞需要k或k+1次表掃。適宜使用數(shù)據(jù)立方體。動態(tài)離散化數(shù)值屬性
【正文】 ed, yellow, blue, green四種狀態(tài)。有兩種計算相異度的方法： ? 方法 1: 簡單匹配方法 ? M是匹配的數(shù)目 , p是全部變量的數(shù)目 ? 方法 2: 使用二元變量 ? 為每一個狀態(tài)創(chuàng)建一個新的二元變量，可以用非對稱的二元變量來編碼標(biāo)稱變量。 p mpjid ??),(2020116 數(shù)據(jù)挖掘：概念和技術(shù) 41 序數(shù)型變量 ? 一個序數(shù)型變量可以是離散的也可以是連續(xù)的 ? 離散的序數(shù)型變量類似于標(biāo)稱變量，除了它的 M個狀態(tài)是以有意義的序列排序的，比如職稱 ? 連續(xù)的序數(shù)型變量類似于區(qū)間標(biāo)度變量，但是它沒有單位，值的相對順序是必要的，而其實際大小并不重要。 2020116 數(shù)據(jù)挖掘：概念和技術(shù) 42 序數(shù)型變量 ? 相異度的計算 與區(qū)間標(biāo)度變量的計算方法相類似 ? 將 xif 用它對應(yīng)的秩代替 ? 將每個變量的值域映射到 [， ]上，使得每個變量都有相同的權(quán)重。這通過用 zif來替代 rif來實現(xiàn) ? 用前面所述的區(qū)間標(biāo)度變量的任一種距離計算方法來計算 11???fifif Mrz},...,1{ fif Mr ?2020116 數(shù)據(jù)挖掘：概念和技術(shù) 43 比例標(biāo)度型變量（ Ratioscaled variable） ? 比例標(biāo)度型變量 : 總是取正的度量值，有一個非線性的標(biāo)度，近似的遵循指數(shù)標(biāo)度，比如 AeBt or AeBt ? 計算相異度的方法 : ? 采用與處理區(qū)間標(biāo)度變量相同的方法 — 不是一個好的選擇 ? 進(jìn)行對數(shù)變換，對變換得到的值在采用與處理區(qū)間標(biāo)度變量相同的方法 yif = log(xif) ? 將其作為連續(xù)的序數(shù)型數(shù)據(jù)，將其秩作為區(qū)間標(biāo)度的值來對待。 2020116 數(shù)據(jù)挖掘：概念和技術(shù) 44 混合類型的變量 ? 一個數(shù)據(jù)庫可能包含了所有這 6中類型的變量 用以下公式計算對象 i， j之間的相異度 . 其中， p為對象中的變量個數(shù) 如果 xif或 xjf 缺失（即對象 i或?qū)ο?j沒有變量 f的值），或者 xif = xjf =0， 且變量 f是不對稱的二元變量，則指示項 δij(f)=0； 否則δij(f)=1 )(1)()(1),(fijpffijfijpf djid???????2020116 數(shù)據(jù)挖掘：概念和技術(shù) 45 混合類型的變量 ? f 是二元變量或標(biāo)稱變量 : if xif = xjf dij(f) = 0, else dij(f) = 1 ? f 是區(qū)間標(biāo)度變量 : dij(f) = | xifxjf |/maxhxhfminhxhf 其中 h遍取變量 f的所有非空缺對象 ? f 是序數(shù)型或比例標(biāo)度型 ? 計算秩 rif ? 計算 zif并將其作為區(qū)間標(biāo)度變量值對待 11???fifMrz if2020116 數(shù)據(jù)挖掘：概念和技術(shù) 46 Chapter 8. Cluster Analysis ? 什么是聚類分析 ? ? 聚類分析中的數(shù)據(jù)類型 ? 主要聚類分析方法分類 ? 劃分方法（ Partitioning Methods） ? 分層方法 ? 基于密度的方法 ? 基于表格的方法 ? 基于模型（ ModelBased） 的聚類方法 ? 異常分析 ? 總結(jié) 2020116 數(shù)據(jù)挖掘：概念和技術(shù) 47 Major Clustering Approaches ? Partitioning algorithms: Construct various partitions and then evaluate them by some criterion ? Hierarchy algorithms: Create a hierarchical deposition of the set of data (or objects) using some criterion ? Densitybased: based on connectivity and density functions ? Gridbased: based on a multiplelevel granularity structure ? Modelbased: A model is hypothesized for each of the clusters and the idea is to find the best fit of that model to each other 2020116 數(shù)據(jù)挖掘：概念和技術(shù) 48 Thank you !!
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1