如何计算数据立方体中聚合单元的个数?

课件例题

这个题如此抽象,先看一下基本概念:

有两种情况:count>=1,count>=2

理解一下,这里count>=1时,相当于把每个基础单元格看作集合,然后求出这个集合的所有真子集,然后取并集

发现

数据立方体count>=k(k>=2,k=1的时候还是用容斥原理吧)时聚合单元的个数,等于挖掘频繁项集支持度>=k的个数+1(ALL的情况)

可以这样理解,如果是(a1,b1,*,*)这种情况,就是不考虑后面的项目,相当于只有(a1,b1)

对于课件中count>=2的这一问,1-频繁项集a1,a2,2-频繁项集a1a2,再加上ALL,共4个

一个练习题

按照挖掘频繁项集的思路:1-频繁项集:a1,b1,c1,共3个

2-频繁项集a1b1,a1c1,共2个

3-频繁项集,没有

再加上(*,*,*,*,*,*),一共6个

如果是count>=1呢?

T1T2T3都有2^6 ,3*2^6

T1T2共有(a1,b1),2^2;T2T3共有(a1),2;T1T2共有(a1,c1),2^2

T1T2T3共有a1,2

根据课件中讲的,还要减去basecell,也就是184-3 = 181

闭立方体

冰山立方体与闭立方体常常比较

还是这个例题:

计算冰山立方体的数目与闭立方体的数目

冰山立方体的结果是

闭立方体的计算结果是

(a1)(a1,b1)(a1,c1)

在冰山立方体的基础上,找到最长的项集(a1,b1),(a1,c1),如果它分别的子集(a1),(b1)和(a1),(c1)的count值跟它一样,就把子集去掉

另外,all相当于空集的情况

因为(a1)的子集有空集,且all的count也是3,于是all也被剔除掉了

闭立方体同样可以用闭频繁项集理解:

刚刚的闭立方体是无损压缩,还有个概念是最大立方体,是有损压缩

最大立方体

用之前的例子:

也是先算冰山立方体

最大立方体只有两个记录:(a1,b1),(a1,c1)

同样用频繁项集的概念来理解,最大立方体对应最大频繁项集,也就是要去掉频繁项集的子集(a1,b1)包含子集(a1)(b1)空集,(a1,c1)包含子集(a1)(c1)空集都去掉

闭立方体与最大立方体的区别

闭立方体在剔除的时候,只剔除子集中与这个项集count数目一致的,而最大立方体,不管子集的大小,都剔除

这里立方体定义的时候与项集不同

立方体定义的,父集是(a1,*,*,*),它的子集是(a1,b1,*,*)等

而我刚刚说的子集是项集这个集合的概念,(a1,b1)的子集是(a1)(b1)

对于(*,*,*,*)这种all的情况,相当于空集

(个人认为用项集的概念转化一下就更好理解,希望能有原始的更好的理解方法)

相关推荐
2501_944934735 小时前
直播运营需要哪些数据分析能力?场观、停留、成交和投流怎么联动分析
数据挖掘·数据分析
小敬爱吃饭5 小时前
Ragflow Docker部署及问题解决方案(界面为Welcome to nginx,ragflow上传文件失败,Docker中的ragflow-cpu-1一直重启)
人工智能·python·nginx·docker·语言模型·容器·数据挖掘
编程界一哥6 小时前
Steam验证游戏文件完整性修复DLL:详解DOTA2 msvcp140.dll缺失步骤
数据挖掘
YangYang9YangYan8 小时前
财会行业学数据分析的价值分析
数据挖掘·数据分析
KKKlucifer8 小时前
非结构化 / 半结构化数据的深度语义解析与精准分类分级技术
大数据·分类·数据挖掘
YangYang9YangYan11 小时前
互联网行业学数据分析的价值分析
数据挖掘·数据分析
AI前沿晓猛哥12 小时前
金融、游戏、IoT场景深度适配:专业安卓应用加固方案如何选?
数据挖掘
CS创新实验室12 小时前
数据分析与数据挖掘领域就业分析报告
人工智能·数据挖掘·数据分析
devnullcoffee12 小时前
深度思维与AI工具重塑亚马逊选品:从评论数据挖掘到Agent工作流的工程实践
java·人工智能·数据挖掘·亚马逊运营·亚马逊 asin 数据采集·数据决策
YangYang9YangYan12 小时前
计算机专业学数据分析的可行性分析
数据挖掘·数据分析