是用樣本的屬性作為結(jié)點,用屬性的取值作為分支的樹結(jié)構(gòu)。它是分類規(guī)則挖掘的典型方法,可用于對新樣本進行分類。
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),也可以認為是以時間為關(guān)鍵屬性的關(guān)聯(lián)知識。
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)計的知識。
最新試題
聚類
相異度矩陣
流程圖有什么作用?
OLAP
可信度
OLTP
偏差型知識
請列舉問卷調(diào)查可能的方式。
數(shù)據(jù)挖掘(DM)
孤立點