第5章数据预处理试卷.pptVIP

函数 中的 代表已知列表的起始点， 为已知列表的终点， 表示要查找的记录参考时间，即等于它或小于它的最近的记录。其结果是返回一条记录的位置，标示出会话的终点，或下一会话的起点。 例如：从某实验室的Web服务器3天的日志作为会话的数据，数据大小是145MB。其中，θ的会话溢出时间为30min，会话总数47631,原始Web日志中项数为572614，数据清洗后项数为85892 谢谢 性质5.2（关于各类型变量的近似分布性） (1) 对于连续随机变量x，其估计分布函数为近似正态分布N(xmena,sx2)。分布函数为： F（x）＝ (2) 对于二元变量x，设其状态为0,1。所抽ssimp个样本中，0状态的个数为ssimp0，1状态的个数为ssimp1。令p= ssimp0/ssimp,则其估计分布函数为： F（x）=