数据挖掘05数据立方体.pptx

数据立方体计算与数据泛化;数据泛化概念层(Month,;从数据分析的角度看，数据挖掘可;数据立方体有利于多维数据的联机;数据立方体---基本概念(1);数据立方体---基本概念(2);n维数据立方体包含2n个方体如;010203040506对于稀;闭立方体(1)冰山方体的计算;闭立方体(2)(a1,a2,;立方体外壳部分物化的另外一种策;一般，有两种基本结构用于存储方;由先前计算的较低层聚集来计算较;完全立方体计算的多路数组聚集方;完全立方体计算的多路数组聚集方;完全立方体计算的多路数组聚集方;完全立方体计算的多路数组聚集方;完全立方体计算的多路数组聚集方;完全立方体计算的多路数组聚集方;PARTONE数据立方体计算;数据泛化概念层(17,18,1;概念描述是一种数据泛化的形式。;相似处：数据泛化对数据的汇总在;受数据类型和度量类型的约束比较;数据聚焦（1）目的是获得跟任;数据聚焦（2）上述DMQL查;数据泛化的两种常用方法：属性删;属性泛化控制确定什么是“具有大;归纳过程中的聚集值计算在归纳过;name：删除属性（大量不同值;主泛化关系初始工作关系面向属性;面向属性的归纳算法输入1.D;泛化关系一部分或者所有属性得到;导出泛化的表示(2)g.将泛;类比较挖掘的目标是得到将目标类;通过查询处理收集数据库中相关的;类比较挖掘——示例（1）任务挖;给定的属性：name,gen;类比较挖掘——示例（3）任务的;同步泛化在目标类和对比类上同步;AB对比类的主泛化关系:本科;类比较描述中的目标类和对比类的;目标类中较高的d-weight;1使用类比较描述的量化判别规则;量化特征化规则必要条件量化描述;一个给定类的概化元组的t-we;对于上述交叉表，可以直接用量化