数据仓库是一种主要用于收集和管理来自各种来源的数据的技术，以使企业获得有意义的商业洞察力。数据仓库专门设计用于支持管理决策。简单来说，数据仓库是指与组织的运营数据库分开维护的数据库。数据仓库系统能够集成多个应用程序系统。它们通过支持一个可靠的整合历史信息分析平台来提供数据处理。数据仓库查询很复杂，因为它们包含对大型信息组的汇总级别计算。这可能需要使用…… 阅读更多

运营数据库运营数据库是数据仓库的数据来源。它包含用于运行企业正常运营的详细信息数据。数据通常会随着更新的创建而发生变化，并反映最终交易的最新值。它也称为 OLTP（联机事务处理数据库），用于实时管理动态数据。运营数据库的要求仅仅是控制信息的插入和更新，以及对数据操作和查看机制的有效访问。数据仓库数据仓库系统为用户或知识工作者提供数据分析和决策支持。此类系统可以构建…… 阅读更多

数据仓库是一种主要用于收集和管理来自各种来源的数据的技术，以使企业获得有意义的商业洞察力。数据仓库专门设计用于支持管理决策。简单来说，数据仓库定义了一个与组织的运营数据库独立维护的数据库。数据仓库系统能够集成多个应用程序系统。它们通过提供一个可靠的整合历史信息分析平台来提供数据处理。数据仓库在多维空间中概括和集中数据。数据仓库的构建包含数据清洗、数据集成和数据转换，并且可以…… 阅读更多

数据集成是从多个不同来源合并数据的过程。在执行数据集成时，它必须处理数据冗余、不一致、重复等问题。在数据挖掘中，数据集成是一种记录预处理方法，包括将来自多个异构数据源的数据合并成连贯的数据，以保留和提供数据的统一视角。数据集成在医疗保健行业尤为重要。来自多个病人记录和诊所的整合数据通过将来自多个系统的信息集成到单个有益信息的视角中，帮助临床医生识别医疗疾病和疾病，从中可以获得有用的…… 阅读更多

分类数据是离散数据。分类属性具有固定数量的不同值，这些值之间没有顺序，涉及地理区域、工作类别和项目类型。生成分类数据概念层次结构的方法如下：用户或专家在模式级别显式指定属性的部分排序；分类属性或维度的概念层次结构通常包含一组属性。用户或专业人员可以通过在模式级别定义属性的部分或全部排序来简单地表示概念层次结构。例如，一个…… 阅读更多

由于适用数据范围的广泛多样性和数据值的频繁更新，为数值属性定义概念层次结构是复杂且费力的。数值数据概念层次生成的各种方法如下：分箱法 - 分箱法是一种基于定义数量的箱子的自上而下的分割技术。这些方法也用作数值缩减和概念层次生成的离散化方法。这些技术可以递归地应用于结果分区以创建概念层次结构。分箱法不使用类数据，因此是一种无监督的离散化技术。它…… 阅读更多

数据离散化技术可用于通过将属性的范围划分为区间来减少给定连续属性的值的数量。可以使用区间标签来恢复实际数据值。它可以将连续属性的多个值恢复为少量区间标签，从而减少和简化原始信息。这导致了简洁、易于使用、知识级别的挖掘结果表示。离散化技术可以根据离散化的实现方式进行分类，例如它是否使用类数据或其进行的方向（即自上而下与自下而上）。如果…… 阅读更多

降维在降维中，使用数据编码或转换来访问原始数据的简化或“压缩”表示。如果原始数据可以从压缩数据中没有任何数据丢失地重新生成，则数据缩减称为无损缩减。如果重建的数据只是原始数据的近似值，则数据缩减称为有损缩减。DWT 与离散傅里叶变换 (DFT) 密切相关，DFT 是一种包含正弦和余弦的信号处理技术。一般来说，DWT 可以实现更好的有损压缩。也就是说，如果为 DWT 保留了类似数量的系数…… 阅读更多

在数值缩减中，通过选择替代的、更小的数据表示形式来减少数据量。这些技术可以是参数化的或非参数化的。对于参数化方法，使用模型来估计数据，因此只需要存储数据参数，而不是实际数据，例如对数线性模型。非参数化方法用于存储数据的简化表示，包括直方图、聚类和抽样。数值缩减的技术如下：回归和对数线性模型 - 这些模型可用于逼近给定数据。在…… 阅读更多

在降维中，应用数据编码或转换以获得原始数据的简化或“压缩”表示。如果原始数据可以从压缩数据中无任何信息丢失地重建，则数据缩减称为无损的。如果重建的数据只是原始数据的近似值，则数据缩减称为有损的。有两种有损缩减方法，如下所示：小波变换——离散小波变换 (DWT) 是一种线性信号处理技术，当应用于数据向量 X 时，将其转换为数值不同的向量 X’，……阅读更多