U形分布的特点特征 U形分布的特征是“两头大，中间小”，即靠近两端的变量值分布的次数多，靠近中间的变量值分布的次数少，如图5-2所示。 人口死亡率、每日天空中云量的百分比等现象的分布都呈U形分布。 图...
统计学
统计学
统计学
钟形分布的特点特征
钟形分布的特点特征 钟形分布的特征是“两头小，中间大”，即靠近中间的变量值分布的次数多，靠近两端的变量值分布的次数少。 如果次数分配并不完全对称，则称为偏态分布，一般有左偏态和右偏态两种；如果次数分配...
日常生活中的正态分布（高斯分布）现象
日常生活中的正态分布（高斯分布）现象 正态分布是最重要的一种概率分布。 正态分布概念是由德国数学家和天文学家Moivre于1733年首次提出的，但由于德国数学家高斯（Gauss）率先将其应用于天文学研...
Hadoop的优点优势
Hadoop的优点优势 Hadoop是一个能够让用户轻松构建和使用的分布式计算平台。用户可以轻松地在Hadoop上开发、运行需要处理海量数据的应用程序。它主要有以下几个优点。 （1）高可靠性。Hado...
什么是孤立点分析（例外挖掘）：特点特征、适用情况
什么是孤立点分析（例外挖掘）：特点特征、适用情况 数据库中可能包含一些这样的数据对象，它们与集合中其他数据的一般行为或模型不一致，这些数据对象称为孤立点。大部分数据挖掘方法将孤立点视为噪声或例外而丢弃...
数据挖掘与机器学习、统计分析的关系
数据挖掘与机器学习、统计分析的关系 数据挖掘利用了人工智能(AI)和统计分析的进步所带来的好处，这两门学科都致力于模式发现和预测。 数据挖掘不是为了替代传统的统计分析技术，相反，它是统计分析方法技术的...
数据挖掘和联机事务处理（OLAP）的区别
数据挖掘和联机分析处理（OLAP）的区别 一个经常遇到的问题是，数据挖掘和OLAP到底有何不同。 下面将会进行解释，它们是完全不同的工具，基于的技术也大相径庭。 OLAP是决策支持领域的一部分。传统的...
数据挖掘和数据仓库的关系
数据挖掘和数据仓库的关系 在大多数情况下，数据挖掘都要先把数据从数据仓库中拿到数据挖掘库或数据集市中。从数据仓库中提取进行数据挖掘的数据有许多好处。 数据仓库的数据清理和数据挖掘的数据清理差不多，如果...
数据挖掘逐渐演变的过程
数据挖掘逐渐演变的过程 数据挖掘其实是一个逐渐演变的过程。 在电子数据处理的初期，人们就试图通过某些方法来实现自动决策支持，当时机器学习成为人们关注的焦点。机器学习的过程就是将一些已知的并已被成功解决...
数据挖掘技术的由来与背景
数据挖掘技术的由来 现在，人们生活在一个信息爆炸的时代。 据估计，《纽约时报》一周报道的信息总量比18世纪一个人一生接触的信息总量还多。IDC发布的一份调研报告称，2010年创建数字信息总量将达到98...
数据挖掘
啤酒与尿布案例的关联分析
啤酒与尿布案例的关联分析 一个超市的销售系统记录了客户购物的情况。表7-7中记录了5位客户的购物清单。 表7-7 某超市5位客户的购物清单 超市经理想知道商品之间的关联，要求列出那些同时购买的、且支持...
Apriori算法的基本思想
Apriori算法的基本思想 频繁项集的所有非空子集也都必须是频繁的，这是Apriori的性质。基于这个性质，如果项集 I 不满足最小支持度阈值 minsup ，则 I 不是频繁的，即P( A )&l...
联机事务处理（OLAP）的发展历史与背景由来
联机事务处理（OLAP）的发展历史、背景由来 自20世纪80年代开始，许多企业利用关系型数据库来存储和管理业务数据，并建立相应的应用系统来支持日常的业务运作。这种应用以支持业务处理为主要目的，被称为联...
数据仓库的数据模型具有的特点
数据仓库的数据模型具有的特点 在创建数据仓库时需要使用各种数据模型对数据仓库进行描述，数据仓库的开发人员依据这些数据模型才能开发出一个满足用户需求的数据仓库。因此，数据仓库的设计需要先进行数据模型的设...
数据仓库设计的主要内容
数据仓库设计的主要内容 数据仓库设计的主要任务是进行数据建模，确定数据仓库中数据的内容及其构成关系。数据仓库的设计就是在概念模型、逻辑模型和物理模型的依次转换过程中实现的。 1．概念模型 数据仓库的概...
数据仓库开发的特点特征
数据仓库开发的特点特征 数据仓库的使用就是在数据仓库中建立决策支持系统应用，这与业务处理系统应用环境有着本质的区别，这也导致数据仓库开发与传统的OLTP系统开发在开发出发点、需求确定、开发过程中有相当...
数据仓库开发的生命周期：三个阶段
数据仓库开发的生命周期：三个阶段 按照生命周期法可将数据仓库开发的全部过程分成3个阶段。 (1) 数据仓库规划分析阶段。 (2) 数据仓库设计实施阶段。 (3) 数据仓库的使用维护阶段。 这3个阶段不...
沃尔玛的数据仓库
沃尔玛的数据仓库 在美国或其他发达国家，超市的管理者会津津乐道尿布与啤酒的故事，这个故事的主角就是沃尔玛。利用数据仓库技术，沃尔玛对商品进行市场类组分析，即分析哪些商品顾客最有希望一起购买。沃尔玛数据...
元数据的主要内容
元数据的主要内容 1) 数据源的元数据 (1) 每个来源的所有者描述信息。 (2) 每个来源的业务描述信息。 (3) 原始来源的更新频率。 (4) 每个来源使用的法律约束。 (5) 存取方法、存取权利...
元数据的类型
1) 按元数据的类型分类 (1) 关于基本数据的元数据：基本数据是指数据源、数据仓库、数据集市和应用程序管理的所有数据。基本数据的元数据包括定义、结构的所有描述。 (2) 用于数据处理的元数据：对数据...