1.两种不同类别的数据挖掘方法

       描述性挖掘： 数据泛化

SRE实战 互联网时代守护先锋，助力企业售后服务体系运筹帷幄！一键直达领取阿里云限量特价优惠。

       预测性挖掘：分类、回归分析

2.数据立方体的物化

3.数据立方体、闭立方体、立方体外壳和和计算策略搭档大裆、、喜欢西幻

4.什么是概念描述

      概念描述是一种数据泛化的形式，概念通常指数据的汇集

5.概念描述 vs OLAP

       相似处：

             数据泛化

             对数据的汇总在不同的抽象级别上进行呈现

       区别：

                 复杂的数据类型和聚集

                 用户控制与自动处理 婚姻警察警官鄙视落魄

6.数据特征化的面向属性的归纳

    数据聚焦

7.数据泛化的2种常见的方法：属性删除和属性繁花泛化

8.属性泛化控制：属性泛化阙值控制和泛化关系阙值控制

9.归纳过程中的聚集值计算

10.面向属性的归纳与归纳算法

11.导出泛化的表示

12.类比较挖掘

13.类描述：特征化和比较的表示

14.量化描述规则

 

 

      

扫码关注我们
微信号：SRE实战
拒绝背锅 运筹帷幄