數(shù)據(jù)倉庫第七章-資料下載頁
2025-03-09 09:06本頁面
【正文】 ?概念 比較的一般過程如下： （ 1）數(shù)據(jù)收集 （ 2）屬性相關(guān)分析 （ 3）同步概化 （ 4）挖掘結(jié)果表示 （續(xù)） ?例 3： 在大學(xué)數(shù)據(jù)庫中挖掘研究生與本科生概念對(duì)比描述知識(shí)。給定了 屬性：姓名 ， 性別 ， 專業(yè) ， 出生地 ， 出生日 ，居住地 ， 電話 和 GPA。 ?(1)根據(jù)挖掘任務(wù)，產(chǎn)生兩條 DB查詢命令，分別用于從 DB中獲取 初始目標(biāo)數(shù)據(jù)集 （研究生）和 初始對(duì)比數(shù)據(jù)集 （本科生）。 （續(xù)） ?(2)對(duì)兩個(gè)不同類別數(shù)據(jù)集進(jìn)行屬性相關(guān)分析，消除無關(guān)和弱屬性。如 姓名 ，性別 ， 出生地 ， 居住地 和 電話 ，只留下與挖掘任務(wù)密切相關(guān)的屬性供后面的分析使用。 ?(3)進(jìn)行同步概化：在 目標(biāo)數(shù)據(jù)集 和 對(duì)比數(shù)據(jù)集 上 進(jìn)行，概化到用戶指定的閾值控制的層，得到下面兩張表： 專業(yè) 年齡區(qū)間 GPA 累計(jì)數(shù) ％ 科學(xué) 21— 25 良 ％ 科學(xué) 26— 30 良 ％ 科學(xué) 30 優(yōu) ％ … … … … 商學(xué) 30 優(yōu) ％ 目標(biāo)類的 主概化 關(guān)系 (研究生 ) 對(duì)比類主概化關(guān)系 (本科生 ) 專業(yè) 年齡區(qū)間 GPA 累計(jì)數(shù) ％ 科學(xué) 16— 20 及格 ％ 科學(xué) 16— 20 良 ％ 科學(xué) 26— 30 良 ％ … … … … 商學(xué) 30 優(yōu) ％ （續(xù)） 由表可看出，與本科生相比，研究生一般趨向于年齡稍大， GPA較高。 ?(4)最后， 結(jié)果概念對(duì)比描述 以表、圖或規(guī)則的形式表示。這種可視化表示包括 對(duì)比度量 （如累計(jì)數(shù) ％ ），以突出目標(biāo)類 和 比較類 之間存在的差異。例如， ％ 的研究生選擇“科學(xué)”專業(yè)，年齡在 26— 30 之間， GPA為良，而只有 ％ 的本科生具有這種性質(zhì)。 2. 概念比較描述的表示 概念比較描述 的可視化， 可以采用概化關(guān)系、交叉表、條型圖、餅圖、曲線和規(guī)則。除邏輯規(guī)則外，其他形式與概念 特征化 所用形式相同。這里討論用規(guī)則的形式顯示概念比較。 2. 概念比較描述的表示 (續(xù) ) 比較描述中的 目標(biāo)類 和 對(duì)比類 的區(qū)分特性，可以用 量化區(qū)分規(guī)則 量化地描述。量化區(qū)分規(guī)則對(duì)描述中每個(gè)概化元組附上一個(gè)統(tǒng)計(jì)興趣度度量 d權(quán) 。 設(shè) qa是一個(gè)概化元組， Cj是目標(biāo)類。其中， qa覆蓋 目標(biāo)類 的某些元組。 注意， qa也可能覆蓋 對(duì)比類 的某些元組，因?yàn)槲覀兲幚淼氖?比較描述 。 2. 概念比較描述的表示 (續(xù) ) qa的 d權(quán) 是 初始目標(biāo)類工作關(guān)系 中被qa覆蓋的 元組數(shù) 與 初始目標(biāo)類和對(duì)比類工作關(guān)系中 被 qa覆蓋的 總元組數(shù) 的比。形式上， qa關(guān)于 Cj的 d權(quán) 定義為： ? ? ? ???? ???miJJa Cqcou ntCqcou ntweigh td a1 2. 概念比較描述的表示 (續(xù) ) 其中， m是目標(biāo)類和對(duì)比類的總數(shù)， Cj在 {C1,…,C m}中 ,而 count(qa∈ Cj)是類Cj中被 qa覆蓋的元組數(shù)。 d權(quán) 的取值范圍在 [0,1]（或 [0%,100%]）區(qū)間內(nèi)。 高 d權(quán) 的目標(biāo)類表明被概化元組代表的 概念主要從目標(biāo)類導(dǎo)出 ；而 低 d權(quán)表明 概念主要從對(duì)比類導(dǎo)出 。 2. 概念比較描述的表示 (續(xù) ) ?例 4： 在 例 3中假定對(duì)概化元組計(jì)數(shù)，由前面兩張表得到概化元組： 專業(yè) =“科學(xué)” ， 年齡區(qū)間 =“ 2125” ， GPA=“ 良”的計(jì)數(shù)分布，如表所示： 學(xué)生類 專業(yè) 年齡區(qū)間 GPA 計(jì)數(shù) 研究生 科學(xué) 21— 25 良 90 本科生 科學(xué) 21— 25 良 210 概化元組研究生和本科生的計(jì)數(shù)分布 2. 概念比較描述的表示 (續(xù) ) 給定概化元組的 d權(quán) 關(guān)于 目標(biāo)類 是 90/(90+210)=30%， 關(guān)于 對(duì)比類 是210/(90+210)=70% 。 即是：如果 一個(gè)學(xué)生專業(yè)是科學(xué)，年齡在 21和 25之間，GPA為良，則根據(jù)給定的數(shù)據(jù)，他是研究生的概率為 30%， 是本科生的概率為70%。 類似的，也可以導(dǎo)出其他概化元組的 d權(quán) 。 2. 概念比較描述的表示 (續(xù) ) 一個(gè)確定目標(biāo)類的比較描述的 量化區(qū)分規(guī)則 記作： X， target_class(X) condition(X) [d:d_weight] ? ? 2. 概念比較描述的表示 (續(xù) ) ?例 5： 根據(jù)前表中的概化元組和計(jì)數(shù)分布，一個(gè)對(duì)研究生的 量化區(qū)分規(guī)則 可表示如下： X， 學(xué)生類 (X) =“研究生” 專業(yè) (X)=“科學(xué)” ∧ 年齡區(qū)間 (X)= “ 2125” ∧ GPA(X)=“良” [d: 30%] ? ? 2. 概念比較描述的表示 (續(xù) ) ?注：一個(gè)對(duì)比規(guī)則提供了一個(gè)充分條件，但它不是一個(gè)必要條件。例如上面的規(guī)則蘊(yùn)含：若 X滿足條件，則 X是 研究生的概率為 30%； 但決不表示 研究生有 30%可能 滿足這一條件。 演講完畢，謝謝觀看！
法律信息相關(guān)推薦
鄂ICP備17016276號(hào)-1