数据计算
当对数据进行处理时，处理简单、结构化的数据集较为简单，算法复杂度也易于预测和评估，但是对于处理半结构化，非结构化数据时呈现多样化的问题，分析数据困难更大，算法复杂度超越了经典摩尔定量，整个算法性能也不易控制。在数据中心数据价值链中，为了挖掘数据的价值。需要根据不同的数据类型分类，采取不同的算法分析。
数据分类
1
时序数据
基本描述：随着时间推移反复测量而得到的数值和事件序列。
数据举例：股票数据，交通数据。
主要数据结构：半结构化，非结构化数据。
算法举例：条件随机场，隐马尔可夫模型。
2
序列数据
基本描述：由带有或不带有时间概念的已经排序的要素或事件序列构成。
数据举例：零售数据，基于数据
主要数据结构：半结构化，结构化数据。
算法举例：序列对比算法，隐马尔可夫模型。
3
图数据
基本描述：以图结构构成的数据集合，通常使用G=(V,E)表示一个图，其中V表示图中节点集合，E表示图中的边集合。
数据举例：社交网络数据，WWW数据，生物网络数据
主要数据结构：半结构化，非结构化数据。
算法举例：图挖掘算法，协同过滤算法&#
最低0.47元/天 解锁文章
1642
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
