概念描述的属性相关分析步骤

解析特征化:属性相关分析
通过识别不相关或者是弱相关的属性,将它们排除在概念描述过程之外,从而确定哪些属性应当包含在类特征化和类比较中。

1. 数据收集
通过查询处理,收集目标类和对比类数据
2. 使用保守的AOI进行预相关分析
a) 识别属性和维的集合,它们是所选择的相关性分析度量的应用对象
因为不同的概念层对某个类描述的相关性可能很不同,因此在这个过程中同时要包含概念分层
b) 对有大量不同值的属性进行删除或概化
在这一级进行概化时,临界值要相应比较高,以便在后续步骤的分析中包含更多属性(保守的)
c) 产生候选关系
3. 使用选定的相关分析度量删除不相关和弱相关的属性
a) 使用选定的相关分析度量(e.g.信息增益),评估候选关系中的每个属性
b) 根据所计算的相关性对属性进行排序
c) 低于临界值的不相关和弱相关的属性被删除
d) 产生初始目标类工作关系(或初始对比类工作关系)
4. 使用AOI产生概念描述
使用一组不太保守的属性概化临界值进行AOI.

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值