- 1、本文档共47页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
面向属性的归纳——示例 主泛化关系 初始工作关系 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 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) 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. 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 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%) 类比较挖掘——示例(1) 任务 挖掘描述BigUniversity本科生和研究生的类比较 任务的DMQL描述 use Big_University_DB mine comparison as “grad_vs_undergrad_students” in relevance to name, gender, major, birth_place, birth_date, residence, phone#, gpa for “graduate_students” where status in “graduate” versus “undergraduate_students” where status in “undergraduate” analyze count% from student 类比较挖掘——示例(2) 进行类比较挖掘的输入: 给定的属性:name, gender, major, birth_place, birth_date, residence, phone# and gpa 在属性ai上定义的概念分层 Gen(ai) 在属性ai上定义的属性分析阈值 Ui 在属性ai上定义的属性泛化阈值Ti 属性相关性阈值R 类比较挖掘——示例(3) 任务的处理过程 数据收集 DMQL查询转化为关系查询,得到初始目标类工作关系和初始对比类工作关系 可以看成使构造数据立方体的过程 引入一个新维status来标志目标类和对比类(graduate, undergraduate) 其他属性形成剩余的维 在两个数据类上进行维相关分析 删除不相关或者使弱相关的维:name, gender, major, phone# 类比较挖掘——示例(4) 同步泛化 在目标类和对比类上同步的进行泛化,将相关的维泛化到由维阈值控制的层,形成主目标类 关系/方体 和主对比类 关系/方体 导出比较的表示 用表、图或规则等形式表达类比较描述的挖掘结果 用户应该能够在主目标类 关系/方体 和主对比类 关系/方体进行进一步的OLAP操作 类比较挖掘——示例(5) 目标类的主泛化关系: 研究生
文档评论(0)