【读书笔记-数据挖掘概念与技术】数据立方体技术

基本概念：

• 基本单元：基本方体的单元
• 聚集单元：非基本方体的单元
• 冰山立方体：部分物化的立方体
• 最小支持度(最小支持度阀值)：部分物化的最小阀值(说白了就是限定了一个范围)

∵冰山立方体仍有大量不感兴趣的单元需要计算

∴引入——闭覆盖——一个单元没有后代或者它的后代的度量值与其不同 

 

法2：只预计算涉及少数维的立方体，这些方体形成的数据立方体的立方体外壳

 

• 计算的一般策略：四种优化技术

1.    排序、散列和分组

2.    同时聚集和缓存中间结果

3.    当存在多个子女方体时，由最小的子女聚集

4.    先验剪枝法

—————————————————————————————————————————————————————————————————————————————

数据立方体的计算方法

• 多路数组聚集

 

计算以2-D平面为例：

维的大小：A——40；B——400;C——4000

1.    扫描次序为1~64

2.  扫描次序为1，17，33，49，5，21，37，53

 

 

特点：

1.    数组可以直接寻址

2.    将表转换成数组，用数据计算立方体，然后再把结果转换成表。（当然这并不意味着慢）