面向属性的量化归纳

被引:7
作者
陈红梅
王丽珍
机构
[1] 云南大学计算机科学系!昆明,云南大学计算机科学系!昆明
关键词
数据简化; 面向属性的归纳; 面向属性的量化归纳;
D O I
暂无
中图分类号
TP311.131 [];
学科分类号
1201 ;
摘要
数据简化是数据库中知识发现的一个重要研究方向 .面向属性的归纳 (AOG)可以用于数据简化 .首先从数据简化的角度分析讨论了 AOG及其不足 :AOG的单一属性阈值控制是布尔型控制 ,在有例外存在的情况下 ,可能造成数据过度简化 ,失去数据简化的意义 .其次在 AOG的基础上提出了面向属性的量化归纳 (QAOG)以弥补AOG的不足 :引入记录阈值的概念 ,用属性阈值和记录阈值同时进行控制 ,使控制从布尔型变成数量型 ,对没有例外存在的情况产生与 AOG相同的效果 ,而对有例外存在的情况产生比 AOG更好的效果 .还给出了一个有效的QAOG算法
引用
收藏
页码:150 / 156
页数:7
相关论文
共 4 条
[1]  
Algorithms for mining distance-based outliers in large datasets.In: Proc of the 24th VLDB Conf. Knorr E M,Ng R T. New York . 1998
[2]  
Ratio rules: A new paradigm for fast , quantifiable data mining.In: Proc of the 24th VLDB Conf. Korn F,Labrinidis A,Koridis Y et al. New York . 1998
[3]  
Efficient attribute-oriented generalization for knowledge discovery from large databases. Carter C L,Hamilton H J. IEEE Transactions on Knowledge and Data Engineering . 1998
[4]  
Data mining: An overview from databases perspective. Chen M S,Han J,Yu P S. IEEE Transactions on Knowledge and Data Engineering . 1996