数据结构
网络
关系数据库管理系统
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 语言编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
服装设计
法律研究元规则在数据挖掘中如何发挥作用？
数据挖掘是从存储在存储库中的大量数据中提取有用的新关联、模式和趋势的过程，它使用模式识别技术，包括统计和数学技术。它是对事实数据集的分析，以发现意想不到的关系，并以对数据库所有者既逻辑又有效的新方法总结记录。
它是选择、探索和建模海量信息以发现最初未知的规律或关系的过程，从而为数据库所有者获得清晰而有益的结果。
数据挖掘类似于数据科学。它由一个人在特定情况下、针对特定数据集、以特定目标进行。此阶段包含多种类型的服务，包括文本挖掘、网络挖掘、音频和视频挖掘、图像数据挖掘和社交媒体挖掘。它是通过简单或高度特定的软件完成的。
元规则使用户能够定义他们参与挖掘的规则的语法形式。规则形式可以用作约束，以提高挖掘阶段的有效性。元规则可以基于分析师对数据或自动生成的经验、期望或直觉，具体取决于数据库模式。
**元规则引导的挖掘** - 考虑一下作为 AllElectronics 的市场分析师，它可以访问定义客户（包括客户年龄、地址和信用评级）的数据以及客户交易列表。
它可以查找客户特征与客户购买的商品之间的关联。但是，它不仅要查找反映这些关系的一些关联规则，而且只对确定哪些客户特征对销售办公软件有帮助感兴趣。
此类元规则的一个示例是
P1(X, Y)∧ P2(X, W) ⇒ buys(X, “office software”)
其中 P1 和 P2 是谓词变量，在挖掘阶段被实例化为给定数据库中的属性，X 是定义客户的变量，Y 和 W 分别取分配给 P1 和 P2 的属性的值。
通常，用户可以定义要用于与 P1 和 P2 实例化的属性列表。因此，可以使用默认集。
一般来说，元规则形成了关于用户参与感知或确认的关系的假设。数据挖掘系统可以搜索连接给定元规则的规则。例如，
age(X, “30...39”)∧income(X, “41K...60K”) ⇒ buys(X, “office software”)
695 次浏览
