數(shù)據(jù)倉庫與數(shù)據(jù)挖掘基礎第3章數(shù)據(jù)預處理(趙志升)-文庫吧資料
2025-03-13 09:10本頁面
【正文】 其每個內(nèi)部節(jié)點表示一個屬性上的測試，每個分枝（非樹葉）對應于測試的一個輸出；每個外部節(jié)點（樹葉）表示一個判定類。 說明：以上三種方法可以使用一個閾值來確定是否停止屬性選擇。 逐步向后刪除 ：由整個屬性集開始，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 屬性子集選擇的基本啟發(fā)式方法包括的技術有： ? 逐步向前選擇 ? 逐步向后刪除 ? 向前選擇和向后刪除的結合 ? 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。其含義是由局部最優(yōu)選擇，期望由此導致全局最優(yōu)選擇。 屬性子集選擇的目標是找出最小屬性集，使得數(shù)據(jù)類的概率分布盡可能地接近使用所有屬性的原分布。 維歸約 通過刪除不相關的屬性（或維）減少數(shù)據(jù)量。 ? 方體的格：數(shù)據(jù)立方體可以看作方體的格。 ? 頂點方體：最高層抽象的數(shù)據(jù)立方體。16238 165。5700 年 銷售額 2023 2023 2023 165。4430 165。 第四節(jié) 數(shù)據(jù)歸約 數(shù)據(jù)歸約的策略有： ? 數(shù)據(jù)立方體聚集： ? 維歸約 ? 數(shù)據(jù)壓縮 ? 數(shù)值壓縮 ? 離散化和概念分層生成 第四節(jié) 數(shù)據(jù)歸約 數(shù)據(jù)立方體聚集 年 =2023 年 =2023 年 =2023 季度 銷售額 Q1 Q2 Q3 Q4 165。 第四節(jié) 數(shù)據(jù)歸約 數(shù)據(jù)歸約 技術可以用來得到數(shù)據(jù)集的歸約表示，雖然它很小，但仍接近于保持原數(shù)據(jù)的完整性。 ? 規(guī)范化：將屬性數(shù)據(jù)按比例縮放，使之落入一個小的特 定區(qū)間。 ? 聚集：對數(shù)據(jù)進行匯總和聚集。 ? 數(shù)據(jù)值沖突的檢測與處理：不同數(shù)據(jù)源的屬 性值不同。 第三節(jié) 數(shù)據(jù)集成與變換 數(shù)據(jù)集成 ? 模式集成：可以通過元數(shù)據(jù)避免錯誤。 第三節(jié) 數(shù)據(jù)集成與變換 數(shù)據(jù)挖掘經(jīng)常需要： ? 數(shù)據(jù)集成：由多個數(shù)據(jù)存儲合并數(shù)據(jù) ? 數(shù)據(jù)轉換：將數(shù)據(jù)轉換成適于挖掘的形式 第三節(jié) 數(shù)據(jù)集成與變換 數(shù)據(jù)集成 數(shù)據(jù)集成 是將多個數(shù)據(jù)源中的數(shù)據(jù)結合起來存放在一個一致的數(shù)據(jù)存儲中。 ? 多線性回歸：是線性回歸的擴展，它涉及多于 兩個變量，數(shù)據(jù)要適合一個多維面。 第二節(jié) 數(shù)據(jù)清理 噪聲數(shù)據(jù) 回歸 ：通過讓數(shù)據(jù)適合一個函數(shù)（回歸函數(shù)）來平滑數(shù)據(jù)。 ? 按箱平均值平滑 ? 按箱中值平滑 ? 按箱邊界平滑 第二節(jié) 數(shù)據(jù)清理 噪聲數(shù)據(jù) 聚類 ：孤立點可以被聚類檢測。 對于噪聲通常采用數(shù)據(jù)平滑技術去除噪聲。 數(shù)據(jù)清理 例程試圖填充空缺的值，識別孤立點
環(huán)評公示相關推薦
鄂ICP備17016276號-1