- 博客(1)
- 收藏
- 关注
RSS订阅原创 数据流挖掘_数据流抽样
如果流数据规模超出处理能力的限制，我们需要对数据进行采样，只对数据的部分做处理。这时候我们需要保证：从流中抽取的样本子集，对它进行查询能够在统计性上代表整个流。只有这样采样才有意义，代表整体流的分布。 首先讲蓄水池采样。在未知大小的数据流中，我们如何从中选择k个元素，而且保证随机性（每个元素被选到的概率均为 k / N）。该算法保存一个大小为k的集合。对于第i个元素的处理如下：如果ik，则k/i
2015-04-28 16:38:56
850
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人