- 1
- 0
- 约1.64千字
- 约 15页
- 2022-06-02 发布于安徽
- 举报
Clementine的数据精简 主要内容 数据精简包括以下方面: 第一,从压缩样本入手(前章) 第二,从压缩变量取值入手,通过减少变量取值个数,提高建模效率。主要指变量值的分箱处理。(本章) 第三,从压缩变量个数入手,通过减少变量维度,提高建模效率。主要借助统计方法降维,或依据相关性进行特征选择。(本章) 变量值的离散化处理 特征选择 变量值的离散化处理 前提:数值型变量在较低数量级上的取值差异,看作可被忽略的小的随机波动 目的 提高数据挖掘中海量数据的处理效率 并非所有数据挖掘方法都支持对数值型变量的分析 方法: 无指导的数据分箱 有指导的数据分箱 变量值的离散化处理 无指导的数据分箱:以Students.xls为例 组距分组 分位数分组 拓展:在指定组数的前提下,依据各组变量值总和近似的原则进行分组 例:2,3,5,6,7,12,分成3组(2,3,5)、(6,7)、(12) 单变量值分组:例:2,3,5,6,6,7,12,秩分组结果1,2,3,4.5,4.5,6,7 均值-标准差分组 如果经分箱处理的变量将作为输入变量,不恰当的分组可能后会导致学习时的“先天不足” 变量值的离散化处理 有指导的数据分箱:应考虑分组结果对其他变量的影响,分组在输出变量“指导”下进行 变量值的离散化处理 Clementine提供的方法基于最短描述长度原则的熵分组 MDLP(Minimum De
您可能关注的文档
- 《基础化学》课件—06认识电解质溶液.ppt
- 《基础化学》课件—07认识重要烃类.ppt
- 《基础化学》课件—08-烃的衍生物.ppt
- 《基础化学》课件—09生命活动的物质基础.ppt
- 《基础图案》教学课件—02中国传统吉祥图案意味.pptx
- 《基础图案》教学课件—03图案的构图原理及形式美法则.ppt
- 《基础图案》教学课件—04图案的写生与变化.ppt
- 《基础图案》教学课件—07装饰图案色彩.ppt
- 《基础写作训练教程》课件—记事作文.pptx
- 《基础写作训练教程》课件—看图作文.pptx
- 全文可编辑培训课件-机构研究报告-德国数字音乐用户分析报告:deezer -外文培训课件.pptx
- 全文可编辑培训课件-机构研究报告-德国退休用户分析报告-外文培训课件.pptx
- 全文可编辑培训课件-机构研究报告-德国洗衣机用户分析报告:candy -外文培训课件.pptx
- 全文可编辑培训课件-机构研究报告-德国新闻日报用户分析报告:koelner stadt anzeiger-外文培训课件.pptx
- 全文可编辑培训课件-机构研究报告-德国新闻日报用户分析报告:westdeutsche allgemeine zeitung leserinnen -外文培训课件.pptx
- 全文可编辑培训课件-机构研究报告-德国移动运营商用户(联通)分析报告:alditalk -外文培训课件.pptx
- 全文可编辑培训课件-机构研究报告-德国移动运营商用户(联通,电信)分析报告:alditalk -外文培训课件.pptx
- 全文可编辑培训课件-机构研究报告-德国数字音乐用户分析报告:apple music itunes -外文培训课件.pptx
- 全文可编辑培训课件-机构研究报告-德国洗衣机用户分析报告:beko -外文培训课件.pptx
- 全文可编辑培训课件-机构研究报告-德国洗衣机用户分析报告:miele -外文培训课件.pptx
最近下载
- 荧光显微镜的基本原理及应用课件.pptx VIP
- 食堂厨师招聘简章.docx VIP
- 隧道超前地质预报及监控量测第三方检测投标文件(高速公路技术标).pdf VIP
- 降低手术室标本管理缺陷率.pptx VIP
- 生命科学前沿技术智慧树知到课后章节答案2023年下苏州大学.pdf VIP
- 激光共聚焦简化.pptx VIP
- 多阵元自适应处理天线的射频通道研究-电路与系统专业论文.docx VIP
- 2025年犯罪学自学资料与备考攻略.pdf VIP
- 2025年敦化市人力资源和社会保障局面向委培生招聘员额岗位(28人)笔试参考题库附答案解析.docx VIP
- 《演出制作人岗位工作流程与管理要求》.pdf VIP
原创力文档

文档评论(0)