數據挖掘考試習習題歸納_第1頁
數據挖掘考試習習題歸納_第2頁
數據挖掘考試習習題歸納_第3頁
數據挖掘考試習習題歸納_第4頁
數據挖掘考試習習題歸納_第5頁
已閱讀5頁，還剩1頁未讀， 繼續免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、庫提供了一個信息目錄，根據數據用途的不同可將數 4、多維分析是指以“維”形式組織起來的數據(多維數據集)采取切片、切塊、鉆取和旋轉等各種分析動作，以求剖析數據，使 8 、操作型數據存儲實際上是一個集成的、面向主題的、可更新的、當前值的(但是可“揮發”的)、企業級的、詳細的數據庫， 2、抽取、轉換、加載過程的目的是為決策支持應用提供一個單一的、權威數據源。因此，我們要求ETL 過程產生的數據(即調和 數據層)是詳細的、歷史的、規范的、可理解的、即時的和質量可控制的。 2、數據倉庫的概念模型通常采用信息包圖法來進行設計，要求將其 5 個組成部分(包括名稱、維度、類別、層次和度量)全面地 來。7、當

2、維表中的主鍵在事實表中沒有與外鍵關聯時，這樣的維稱為退化維。它于事實表并無關系，但有時在查詢限制條件(如訂單 號碼、出貨單編號等)中需要用到。10、數據倉庫數據庫常見的存儲優化方法包括表的歸并與簇文件、反向規范化引入冗余、表的物理分割(分區)。 Labacadbcbd,則則 L1=A，B，C L2=A,CA B CA CA DS 。據樣本減的相似性度量、選擇評價聚類性能的準則函數 具，元數據，訪問工具，數據集市，數據倉庫管理，信息發布系統的能力；發現任意形狀聚類的能力；減小對先驗知識和用戶自定義參數的依賴性；處理噪聲數和實用性的存儲與管理化，基于密度的聚類算法，基于網格的聚類算法，基于模型的聚

3、類算法 等。14、(1) ID3 算法在選擇根結點和各內部結點中的分枝屬性時，使用信息增益作為評價標準。信息增益的缺點是傾向于選擇取值 載 c(X Y) = Support(X Y) Milk, Diaper Beer(0.4, 0.67)Support(X )13、利用信息包圖設計數據倉庫概念模型需要確定的三方面內容。 P57確定類別14、K-近鄰分類方法的操作步驟(包括算法的輸入和輸出)。 P128 匯總算法。包括度量和維定義算法，數據粒度、主題領域、聚合、匯總和預定義的查詢和報告。據提取、清 洗、轉換規則和數據刷新規則及安全(用戶授權和存取控制) 使用者的業務屬于所表達的數據模型、對象名

4、和屬性名 訪問數據的原則和數據的來源 系統提供的分析方法及公式和報表的信息。17、K-means 算法的基本操作步驟(包括算法的輸入和輸出)。 P138 維：人們觀察數據的特定角度，是考慮問題的一類屬性，如時間維或產品維 維類別：也稱維分層。即同一維度還可以存在細節程度不同的各個類別屬性(如時間維包括年、季度、月等) 維屬性：是維的一個取值，是數據線在某維中位置的描述。 該方法是基于候選的策略，降低候選數 Apriori 剪枝原則：若任何項集是非頻繁的，則其超集必然是非頻繁的(不用產生和測試超集) 該原則基于以下支持度的特性: 項集的支持度不會超過其子集 支持度的反單調特性(anti-monotone)：如果一個集合不能通過測試，則它的所有超集也都

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論