- 博客(1)
- 收藏
- 关注
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