偷偷摘套内射激情视频,久久精品99国产国产精,中文字幕无线乱码人妻,中文在线中文a,性爽19p

SQL Server數(shù)據(jù)挖掘中的幾個問題之理解內(nèi)容類型

數(shù)據(jù)庫 SQL Server
最近與一個客戶的開發(fā)團隊探討和學(xué)習(xí)SQL Server的數(shù)據(jù)挖掘及其應(yīng)用。有幾個比較有意思的問題,整理出來。

最近與一個客戶的開發(fā)團隊探討和學(xué)習(xí)SQL Server的數(shù)據(jù)挖掘及其應(yīng)用。有幾個比較有意思的問題,整理出來

關(guān)于數(shù)據(jù)挖掘的基本知識和學(xué)習(xí)資料,可以參考http://msdn.microsoft.com/zh-cn/library/bb510517.aspx

1. 如何理解Continuous(連續(xù)),Discretized(離散化)和Discreted(離散的)的區(qū)別

這是對于在數(shù)據(jù)挖掘結(jié)構(gòu)中,對于內(nèi)容類型設(shè)置的幾個常用的值,如下圖所示

【備注】其實除了這三個,還有其他好多個不同的ContentType,具體的請參考http://msdn.microsoft.com/zh-cn/library/ms174572.aspx

我的理解是這樣的

  1. 首先,這個ContentType是指定在挖掘模型中將如何這些屬性,而并非說這個屬性本身是連續(xù)的或者離散的。
  2. 其次,不同的挖掘算法對于ContentType的支持是不一樣的。例如貝葉斯算法就不支持連續(xù)的類型。其他一些算法也或多或少會有些自己的限制等
  3. 如果使用“連續(xù)(Continuous)”,則表示這一列的數(shù)據(jù),最終可以在分析的時候,按照一定的規(guī)則劃分一些范圍,而不是單一的某個值。典型的連續(xù)類型,例如年收入,年齡等。因為年收入的值可能是很多的,如果每一個值都作為一個分析的個體去做,那么會導(dǎo)致太過細枝末節(jié)。我們通常在分析的時候,習(xí)慣將收入分段,例如1000~30000之間當(dāng)做一個個體。如果要實現(xiàn)這樣的效果,那么年收入就要設(shè)置為“連續(xù)”。下圖是在決策樹中看到的一個效果
  4. 那么什么是“離散(Discreted)”的內(nèi)容類型呢?和“連續(xù)”正好相反,它表示將每個數(shù)據(jù)都作為單一的個體進行分析,如果數(shù)據(jù)包含有限的幾個可選值,則很適合用這種類型。例如性別,職業(yè)等等。下圖是在貝葉斯算法中看到的一個效果。除了第一個屬性“Age”之外,其他的其實都是離散的。
  5. 那么,什么是離散化(Discretized)的呢?其實上面這個圖中看到的Age就是離散化的。為什么這么說呢?首先它肯定不是連續(xù)的,因為貝葉斯不支持連續(xù)的內(nèi)容類型,其次它又不是離散的,離散的是將每個數(shù)據(jù)作為個體,而這里的Age其實是有范圍的意思。那么,這樣你就大致理解了為什么會有“離散化”這么一個類型了吧?就是說,在某些算法里面,既不支持連續(xù)的內(nèi)容類型,而且你分析的時候,又不希望用離散的內(nèi)容類型進行分析(因為個體可能很多),那么可以選擇將這些數(shù)據(jù)轉(zhuǎn)換為離散的,這個過程叫離散化。我們來看看是怎么做到的?

首先,設(shè)置為Discretized,

然后一定要設(shè)置另外兩個屬性:DiscretizationBucketCount,和DiscretizationMethod,第一個屬性表示分成多少組(最多),第二個屬性表示要用什么方法分組。這個Method有下面三種選擇

原文鏈接:http://www.cnblogs.com/chenxizhang/archive/2011/07/24/2115281.html

【編輯推薦】

  1. 代號:Denali,SQL Server再出擊
  2. 說說SQL Server編年史
  3. 簡單說說SQL Server上的加密術(shù)
  4. 擦亮自己的眼睛去看SQL Server
責(zé)任編輯:艾婧 來源: 陳希章@中國
相關(guān)推薦

2011-07-25 14:56:00

SQL SERVER數(shù)

2011-07-25 16:13:34

SQL Server數(shù)據(jù)挖掘

2011-07-25 15:17:50

SQL SERVER數(shù)

2011-07-25 15:39:49

SQL SERVER數(shù)聚類算法順序聚類算法

2011-07-26 10:16:14

SQL Server數(shù)據(jù)挖掘

2015-09-17 10:51:35

修改hostnameLinux

2021-10-12 00:04:24

腳本備份MariDB

2011-05-18 11:31:56

數(shù)據(jù)安全數(shù)據(jù)備份

2021-03-03 21:24:57

數(shù)據(jù)倉庫工具

2011-07-04 16:40:39

QT 串口 QML

2011-08-19 15:29:10

SQL Server 元數(shù)組

2011-05-20 08:55:15

J2EE

2023-07-04 08:09:05

數(shù)據(jù)庫選型集中式

2009-02-16 13:21:25

數(shù)據(jù)挖掘SQL Server SQL Server

2013-05-06 15:42:49

2011-04-01 12:19:21

SQL Server商業(yè)智能

2009-04-13 10:15:24

SQLServer 2005數(shù)據(jù)挖掘

2009-09-07 14:39:14

2010-06-09 16:57:14

路由選擇協(xié)議

2011-07-01 09:31:49

.net
點贊
收藏

51CTO技術(shù)棧公眾號