数据流模型——【数据科学与工程算法基础】

一、数据流模型

        流动的数据（当作无限的元组序列）：总量不限、速率快、无次序、一次性。

        子模型：

        一类按元素作用：时间序列；收银机（前缀和，不断叠加）；十字转盘（加入的数据有正有负）。

        二类按元素重要性：界标模型（规定不同数据段重要性）；滑动窗口（只考虑窗口元素）；衰减窗口（新到重要，旧者重要程度低）。

二、概要数据结构

        保存数据流再查询不可能，需要一种远小于数据流规模的数据结构来查询元素，如直方图、抽样、小波、哈希。

三、近似算法

        既然概要了，就不可能很精确，只能近似估计，近似算法就相当于一种误差的评估。

       （1）∈相对误差

         一个∈代表相对误差，输出值与真值相差小于∈乘以真值。

       （2）∈绝对误差

        一个∈就是一个值，输出值与真值相差小于∈。

       （3）相对误差Plus

        利用切比雪夫不等式将上面两种情况变化：

        1. 输出值与真值相差小于∈乘以真值的概率大于1-x；

        2. 输出值与真值相差小于∈的概率大于1-x。