2016年12月3日
Python学习4--字符串
摘要： 1.python字符串 python没有字符，所有的都叫做字符串，用单引号表示。2.python中字符串，列表，元祖的相似性 （1）访问，都是用str[i]来访问第i+1个元素。 （2）切片，str[i:j]来截取其中的一部分。 （3）拼接，若要向其中插入一部分，都要使用str[:i]+str2+s 阅读全文
posted @ 2016-12-03 17:36 YJ-20 阅读(147) 评论(0) 推荐(0) 编辑
python学习3--元祖
摘要： 1.元祖的创建和访问 tuple=(1,2,3),相对于列表运用小括号。访问时候依然使用下标的方式。 注：访问的方式和列表一样,使用元祖的下标进行访问；但对于元祖小括号并不是元祖的标志，而是逗号。 例：若元祖内只有一个元素，则必须在第一个元素后加逗号：tu=(1,)；tu=(1)此时tu为int型变 阅读全文
posted @ 2016-12-03 12:04 YJ-20 阅读(518) 评论(0) 推荐(0) 编辑
2016年12月1日
数据挖掘概念与技术14--Star-Cubing
摘要： 1.产生的原因 为了集成自顶向下立方体计算类Apriori剪枝和自底向上多维聚集的两个优点而设计。算法在一个称为星树的数据结构上进行操作，对该数据结构进行无损数据压缩，从而降低计算的事件和内存需求量。 2.共享维剪枝 如果共享维A的值a1，不满足冰山条件，则以a1CD/a1为根的整颗子树（包括a1C 阅读全文
posted @ 2016-12-01 18:09 YJ-20 阅读(2222) 评论(0) 推荐(0) 编辑
2016年11月30日
Python学习2--列表
摘要： 1.列表代替数组，定义时不区分类型。 同一列表内，数据类型可以相同，可以不同，甚至可以在列表内添加一个新的列表；列表内可以为空，name=[]; 2.向列表添加元素 append(x)方法,但里面只能有一个参数。a.append(x); extend(y)方法，里面也是只能有一个参数，但参数可以为列 阅读全文
posted @ 2016-11-30 23:38 YJ-20 阅读(217) 评论(0) 推荐(0) 编辑
数据挖掘概念与技术13--BUC
摘要： 1.BUC简介 BUC是自顶向下的计算。首先对输入，进行聚集得到all的值。 然后递归列举每一种情况： 例A(a1,a2,a3),B(b1,b2),C(c1,c2). (a1,*,*);(a1,b1,*);(a1,b1,c1);(a1,b1,c2)...... 此过程运用先验性质节省时间。假如（a1 阅读全文
posted @ 2016-11-30 18:18 YJ-20 阅读(1028) 评论(0) 推荐(0) 编辑
数据挖掘概念与技术12--数据立方体的计算和多路数组聚集详解
摘要： 1.冰山立方体的相关概念 部分物化的立方体成为冰山立方体，其中部分物化所使用的标准或最小阈值称为最小支持度阈值或简称为最小支持度。 冰山立方体SQL查询语句： conpute cube sales_ice as select month,city,customer_group,count(*) fr 阅读全文
posted @ 2016-11-30 17:05 YJ-20 阅读(2777) 评论(0) 推荐(0) 编辑
Python学习1--数据类型与循环要点
摘要： python笔记： 1.E记法，科学计数法等于10的多少次方。1.5e5=150000.0。注：得到的数字为浮点数。; 2.类型转换：int(转化为整形),str（转换为字符串），float()； 注：浮点数转化为整数，截取整数部分。int(3.6)=3; 整形转化为浮点型，加.0;float(3) 阅读全文
posted @ 2016-11-30 12:41 YJ-20 阅读(377) 评论(0) 推荐(0) 编辑
2016年11月28日
数据挖掘概念与技术11--数据仓库的实现
摘要： 1.数据立方体的有效计算 a.方体总数=∏（Li+1）（1<=i<=n）。其中Li为每个维的层数，n为维数。 b.方体的计算选择。 不物化：不预计算任何“非基本”方体。 完全物化：预计算所有方体，但是需要花费海量的空间来存储。 部分物化：有选择的计算方体的一个自己。 c.索引OLAP数据 为了提供有 阅读全文
posted @ 2016-11-28 15:10 YJ-20 阅读(408) 评论(1) 推荐(0) 编辑
数据挖掘概念与技术10--数据仓库的系统结构
摘要： 1.数据仓库设计的四种视图 自顶向下视图：选择数据仓库所需的相关信息。这些信息能够满足当前和未来商务的需求。 数据源视图：揭示操作数据库系统收集，存储和管理的信息。这些信息可能以不同的详细程度和精度建模，存放在由个别数据源表到集成数据源表中。通常，用传统的数据建模技术，如实体-联系模型或CASE工具 阅读全文
posted @ 2016-11-28 11:53 YJ-20 阅读(626) 评论(0) 推荐(0) 编辑
2016年11月24日
数据挖掘概念与技术9--多维数据模型
摘要： 1.数据立方体的构建 数据立方体允许从多维对数据建模和观察。 维：透视图或实体，一个维对应维表。 事实：多维数据模型由事实表表示，表项称为事实一个事实表对应一个主题。例如数据仓库sales的事实包括：销售额，销售量，预算量等。一般事实由数值标志，从而更好的分析维之间的关系。注：事实是多维数据模型中的 阅读全文
posted @ 2016-11-24 17:32 YJ-20 阅读(873) 评论(0) 推荐(0) 编辑