第8章 数据泛化.pptVIP

4. Initial working relation (W0) derivation R = 0.1 remove irrelevant/weakly relevant attributes from candidate relation = drop gender, birth_country remove contrasting class candidate relation 5. Perform attribute-oriented induction on W0 using Ti Initial target class working relation W0: Graduate students 目标类的主概化关系: 研究生 对比类的主概化关系: 本科生 Majar Majar science engineering engineering engineering engineering science 三、 类比较描述的判别规则表示 类比较描述中的目标类和对比类的区分特性也可以用量化规则来表示，即量化区分规则 量化区分规则使用d-weight作为兴趣度度量 qa－概化元组 Cj－目标类 qa的d-weight是初始目标类工作关系中被qa覆盖的元组数 与 初始目标类和对比类工作关系中被qa覆盖的总元组数的比 例如： 对于类比较描述的目标类的量化区分规则： 对给定的status=Graduate, Birth_coutry=Canada, Age_range=25-30, Gpa=Good 概化元组，其d-weight=90/(90+210)=30% (具体什么含义？) 示例的量化区分规则表达如下： 请注意该区分规则表达的是充分条件，即X满足条件，则X为研究生的概率为30% 基于假设驱动的探查方法 exploration by user, huge search space 基于发现驱动的探查方法(Sarawagi, et al.’98) Effective navigation of large OLAP data cubes pre-compute measures indicating exceptions, guide user in the data analysis, at all levels of aggregation Visual cues such as background color are used to reflect the degree of exception of each cell 7.3 数据立方体中的数据分析探查方法 一、数据立方体中基于发现驱动的探查方法 Exception: significantly different from the value anticipated, based on a statistical model 异常的种类及其描述 Kinds of Exceptions and their Computation InExp: surprise beneath the cell PathExp: surprise beneath cell for each drill-down path SelfExp: surprise of cell relative to other cells at same level of aggregation 因此可以在数据立方体中构建相应的模型，通过计算，三个异常指示器SelfExp, InExp, and PathExp 的值来指示可能存在的数据异常，指导用户进行数据探察和分析。 Exception themselves can be stored, indexed and retrieved like precomputed aggregates 2002 2003 2004 2005 2006 2007 2008 … 08 … … 18 … SelfExp PathExp InExp Examples: Discovery-Driven Data Cubes 异常 提供了对数据分析中潜在问题的导航作用 从顶向下的计算策略，而MIS中一般是自底向上计算 数据的泛化与细化（各个层次的聚集） 特点： 数据仓库与数据挖掘 * 数据仓库与数据挖掘 * 第8章 数据泛化 * 7.1面向属性的归纳 7.2 挖掘类比较：区分不同的类 7.3 数据立方体中的数据分析探查方法 目 录 比较 描述性挖掘 数据挖掘 预测性挖掘 概念描述 （泛化） 特征化 数据挖掘的分类 描述性挖掘：以简洁概要的方式描述数据，并提供数