数据归约:原始数据用数据集的归约表示,它小得多,但仍接近于保持原始数据的完整性。也就是说,在归约后的数据集上挖掘将更有效,仍然产生相同的分析结果。
1数据归约包括维归约、数量归约和数据压缩。
维归约:减少所考虑的随机变量或属性的个数。方法有小波变换、主成分分析,把原始数据变换或投影到较小的空间。属性自己选择是一种维归约方法,其中不相关、弱相关或冗余的属性或维被检测或删除。
数量归约:用替代的、较小的数据表示形式换原始数据。这些技术可以是参数或者非参数的。对于参数方法而言,使用模型估计数据,使得一般只需要存放模型参数而不是实际数据(离群点需存放)。非参数方法包括:直方图、聚类、抽样和数据立方体聚类。
数据压缩:使用变换,一遍得到原始数据的归约或“压缩”表示。如果数据可以在压缩后的数据重构,而不损失信息,则该数据归约被称为无损的。如果是近似重构原数据,称为有损的。
2小波变换:离散小波变换(DWT)是一种现行信号处理技术,勇于数据向量X时,将他变换成不同的数值小波系数向量.两个向量具有相同的长度。每个元组被看作一个n维数据向量。
DWT与离散傅里叶变换(DFT)有密切关系,DFT是一种涉及正弦和余弦信号处理技术。一般地,DWT是一种更好的有损压缩,提供原始数据更准确的近似,切且需要的空间更小。
只有一种DFT但是有若干族DWT。离散小波变换的一般过程使用一种金字塔算法,在每一次迭代时将数据减