1. 數據泛化：面向屬性的歸納

從概念上講，數據立方體可以看做一種多維數據泛化。數據泛化通過把相對低層的值（例如，屬性年齡的數值）用較高層概念（例如，青年、中年和老年）替換來匯總數據。

• 數據特征化的面向屬性的歸納
• 面向屬性歸納的有效實現
• 類比較的面向屬性歸納

2 數據特征的面向屬性的歸納

2.1 面向屬性的歸納的基本步驟

數據聚焦，獲得初始數據關系

進行面向屬性的歸納

基本操作是數據泛化，對有大量不同的屬性，進行一下操作：

• 屬性刪除
• 屬性泛化
• 屬性泛化控制

2.2 數據聚焦

• 目的是獲得跟任務相關的數據集，包括屬性或維，在DMQL中它們由in relevance to子句表示。

• 獲取Big-University數據庫中研究生的數據

  use Big_University_DBselect name,gender,major,birth_place,birth_datefrom studentTo Science in “graduate”where status in “graduate”

• 用戶可能引進太多的屬性

2.3 數據泛化

• 屬性刪除的使用規則：對初始工作關系中具有大量不同值的屬性，符合一下情況，應使用屬性刪除。
• 在此屬性上沒有泛化操作符（比如該屬性沒有定義相關的感念分層）
• 該屬性的較高層概念用其他屬性表示。如：屬性是street，它的高層次概念用屬性<city, province_or_state, country>

2.4 屬性概化控制

• 屬性概化的使用規則：如果初始工作關系中的某個屬性由大量不同值，且該屬性上存在概化操作符，則使用該泛化操作對該屬性進行數據泛化操作。
• 什么是“具有大量的不同值”？要將屬性概化到多高的抽象層？
• 屬性泛化控制的兩種常用方法：
• 屬性泛化臨界值控制：對所有屬性設置一個泛化臨界值或對每個屬性分別設置一個臨界值。

3 面向屬性歸納的有效實現

3.1 基本步驟

• 第一步進行的是關系查詢，把任務相關的數據收集到工作關系表W中。
• 第二步收集初始關系上的統計量。這最多需要掃描一次該關系。
• 第三部導出主觀系P。通過掃描工作關系的每個元組并把廣義元祖插入到P中完成
  

4 類比較的面向屬性歸納

4.1 類比較的面向屬性歸納的過程
在許多應用中，用戶可能對單個類的概念或特征不感興趣，而是希望挖掘一種描述，它將一個類與其他課比較的類相區分

• 數據收集：通過查詢處理收集數據庫中相關數據，并把它們劃分成一個目標類和對比類。
• 維相關分析：如果有多個維，則應當在這些類上進行維相關分析。
• 同步泛化：泛化在目標類上進行，泛化到用戶或領域專家指定的維閾值控制的層，產生主目標類關系。
• 導出類比較的表示：結果類比較描述可以用表、圖或規則的形式可視化。

4.2 挖掘類比較

假設我們想比較Big_University的研究生和本科生的一般性質，給定了屬性name,gender,major,
birth_place,birth_date,residence,phone#和gpa。

首先將該查詢轉換成兩個關系查詢，收集兩個任務相關的集合：一個是初始目標類工作關系，另一個是初始對比類工作關系。

合：一個是初始目標類工作關系，另一個是初始對比類工作關系。

總結

以上是生活随笔為你收集整理的三十七、数据泛化（面向属性的归纳）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。