是對差異和極端特例的描述,用于揭示事物偏離常規(guī)的異?,F(xiàn)象,如標(biāo)準(zhǔn)類外的特例,數(shù)據(jù)聚類外的離群值等。
是根據(jù)時(shí)間序列型數(shù)據(jù),由歷史的和當(dāng)前的數(shù)據(jù)去推測未來的數(shù)據(jù),也可以認(rèn)為是以時(shí)間為關(guān)鍵屬性的關(guān)聯(lián)知識(shí)。
通過對大量數(shù)據(jù)的歸納、概括和抽象,提煉出帶有普遍性的、概括性的描述統(tǒng)計(jì)的知識(shí)。
縮小數(shù)據(jù)的取值范圍,使其更適合于數(shù)據(jù)挖掘算法的需要,并且能夠得到和原始數(shù)據(jù)相同的分析結(jié)果。
最新試題
廣義知識(shí)
相異度矩陣
用流程圖進(jìn)行過程分析時(shí)應(yīng)考慮的主要方面有哪些?
OLAP
頻繁項(xiàng)集
關(guān)聯(lián)知識(shí)
常見的收集數(shù)據(jù)的方法有直接測量法、()、焦點(diǎn)問題小組法等。
關(guān)聯(lián)規(guī)則
繪制整個(gè)組織或復(fù)雜過程的流程圖可以采?。ǎ┑牧鞒虉D方式,用()的方式逐步展開。
DataMarts