1. 数据收集
通过查询处理收集数据库中相关的数据，并将其划分为一个目标类和一个或多个对比类
2. 维相关分析
使用属性相关分析方法，使我们的任务中仅包含强相关的维
3. 同步概化
同步的在目标类和对比类上进行概化，得到主目标类关系/方体 和
主对比类关系/方体
4. 导出比较的表示
用可视化技术表达类比较描述，通常会包含“对比”度量，反映目标类与对比类间的比较 (e.g count%)
类比较的过程
本文介绍了一种数据比较挖掘的四步法：数据收集、维相关分析、同步概化及导出比较的表示。首先从数据库中收集相关数据并划分成目标类和对比类；然后使用属性相关分析方法确保分析维度的相关性；接着同步概化目标类和对比类以获得主关系/方体；最后使用可视化技术表达类比较描述，包含‘对比’度量。
部署运行你感兴趣的模型镜像
您可能感兴趣的与本文相关的镜像
AutoGPT
AI应用
AutoGPT于2023年3月30日由游戏公司Significant Gravitas Ltd.的创始人Toran Bruce Richards发布,AutoGPT是一个AI agent（智能体），也是开源的应用程序，结合了GPT-4和GPT-3.5技术，给定自然语言的目标，它将尝试通过将其分解成子任务，并在自动循环中使用互联网和其他工具来实现这一目标
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
