chapter13:数据挖掘的发展趋势和研究前沿

挖掘的复杂数据类型:

时间序列的相似性搜索、时间序列的回归和趋势分析

对于相似性搜索,通常需要先对时间序列进行数据或维度归约和变换。典型的归约技术有:1)离散傅里叶变换 2)离散小波变换 3)基于主成份分析的奇异值分解

序列分为三类:1)基于特征的分类 把序列转换成特征向量,然后使用传统的分类方法; 2)基于序列距离的分类 用序列间相似性距离函数来决定分类质量; 3)基于模型的分类 使用隐马可夫模型(HMM)或其他统计学模型来对序列分类

posted @   python挖掘  阅读(286)  评论(0编辑  收藏  举报
编辑推荐:
· 智能桌面机器人:用.NET IoT库控制舵机并多方法播放表情
· Linux glibc自带哈希表的用例及性能测试
· 深入理解 Mybatis 分库分表执行原理
· 如何打造一个高并发系统?
· .NET Core GC压缩(compact_phase)底层原理浅谈
阅读排行:
· 新年开篇:在本地部署DeepSeek大模型实现联网增强的AI应用
· DeepSeek火爆全网,官网宕机?本地部署一个随便玩「LLM探索」
· Janus Pro:DeepSeek 开源革新,多模态 AI 的未来
· 互联网不景气了那就玩玩嵌入式吧,用纯.NET开发并制作一个智能桌面机器人(三):用.NET IoT库
· 上周热点回顾(1.20-1.26)
点击右上角即可分享
微信分享提示