难敌江山-CSDN博客

原创数据挖掘笔记13-14（new）

数据概化和基于汇总的特征化概念描述可以处理复杂数据类型的属性及其聚集一个更加自动化的过程数据概化数据库中的数据和对象通常包括原始概念层的细节信息，数据概化就是将数据库中的跟任务相关的数据集从较低的概念抽象到较高的概念层的过程。主要方法数据立方体（OLAP使用的方法）面向属性的归纳方法数据概化：数据立方体方法（不适用面向属性的归纳）

2014-04-22 09:17:48 578

1，数据挖掘中往往需要使用很多统计学数学知识。那么在实际挖掘前的数据处理，数据清理的方式有很多种。我们是采用枚举的手法去处理数据，让模糊，随机，有噪声，不完全的数据先变成干净的嘛？比如说：“数据缺失可以忽略，可以用均值，中值，可以用决策树，贝叶斯逻辑推理数据”。那么如何批判数据处理的优劣？换句话说什么时候用什么方法来预处理数据呢？而数据清理也需要使用分布式系统，这就等于预处理是一次机器学习的过程？

2014-04-21 12:53:59 114