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。
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
OLTP
聚類
數(shù)據(jù)挖掘(DM)
預(yù)測型知識
支持度
流程圖是用()的方式表示所要研究的過程;
數(shù)據(jù)挖掘
頻繁項集
常見的收集數(shù)據(jù)的方法有直接測量法、()、焦點問題小組法等。
相異度矩陣