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,如標準類外的特例,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。
最新試題
數(shù)據(jù)歸約
數(shù)據(jù)規(guī)范化
OLTP
預測型知識
廣義知識
數(shù)據(jù)集市(DataMarts)
關(guān)聯(lián)規(guī)則
把滿意程度等主觀性很強的定性數(shù)據(jù)轉(zhuǎn)化為定量數(shù)據(jù)最常用的方法是()。
OLAP
相異度矩陣