[数据挖掘数据立方体.pptVIP

面向属性的归纳——示例 主泛化关系 初始工作关系 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 面向属性的归纳算法 输入 1. DB; 2. 数据挖掘查询DMQuery; 3. 属性列表; 4. 属性的概念分层; 5. 属性的泛化阈值； 输出 主泛化关系P 算法描述： W get_task_relevant_data(DMQuery, DB) prepare_for_generalization(W) 扫描W，收集每个属性a的不同值 对每个属性a，根据阈值确定是否删除，如果不删除，则计算其最小期望层次L，并确定映射对(v,v`) P generalization(W) 通过使用v`代替W中每个v，累计计数并计算所有聚集值，导出P 每个泛化元组的插入或累积计数 用数组表示P Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 导出泛化的表示 (1) 泛化关系 一部分或者所有属性得到泛化的关系，包含计数或其他度量值的聚集 交叉表 二维交叉表使用每行显示一个属性，使用每列显示另外一个属性将结果集映射到表中 可视化工具： 条形图、饼图、曲线和数据立方体浏览工具（用单元的大小代表计数，用单元亮度代表另外的度量） Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 导出泛化的表示 (2) 量化规则 使用t_weight表示主泛化关系中每个元组的典型性 量化特征规则 将泛化的结果映射到相应的量化特征规则中，比如： 量化特征规则中每个析取代表一个条件，一般，这些条件的析取形成目标类的必要条件，因为该条件是根据目标类的所有情况导出的。也就是说，目标类的所有元组必须满足该条件。然而，该规则可能不是目标类的充分条件，因为满足同一条件的元组可能属于其他类。 E.g. Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 挖掘类比较：区分不同的类 类比较挖掘的目标是得到将目标类与对比类相区分的描述。 目标类和对比类间必须具有可比性，即两者间要有相似的属性或维。 本科生 VS. 研究生；student VS. address 很多应用于类特征化的技巧（处理单个类的多层数据的汇总和特征化）可以应用于类比较，比如属性泛化 属性泛化必须在所有比较类上同步进行，将属性泛化到同一抽象层后进行比较。 E.g. City VS country Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 类比较的过程 数据收集 通过查询处理收集数据库中相关的数据，并将其划分为一个目标类和一个或多个对比类 维相关分析 如果存在较多的维，则应当对这些类进行维相关分析，仅选择高度相关的维进行进一步分析。（可以使用基于熵的度量） 同步泛化 同步的在目标类和对比类上进行泛化，泛化到维阈值控制的层，得到主目标类 关系/方体 和 主对比类 关系/方体 导出比较的表示 用可视化技术表达类比较描述，通常会包含“对比”度量，反映目标类与对比类间的比较 (e.g count%) Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 数据立方体计算与数据泛化 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 数据泛化 数据泛化 数据库中的数据和对象通常包含原始概念层的细节信息，数据泛化就是将数据库中的跟任务相关的大型数据集从相对较低的