書籍分享天地

  上一篇介紹了資料可以從哪個階段精簡跟可以精簡什麼東西，如果沒有看過的可以點擊幾下的網址。

資料探勘筆記8-資料精簡 @ 奇怪的(´･ω･`)增加了的部落格 :: 痞客邦 :: (pixnet.net)

維度精簡方法

1.一致性測量法

首先把資料轉成連續型。

計算資料的不一致量。

月收入跟會員等級的關係。

月收入是1的有兩個，等級是低跟高，所以不一致量是1。

月收入是2的有三個，等級是低、低跟高，所以不一致量是1。

月收入是3的有兩個，等級是高跟低，所以不一致量是1。

總不一致量是3。

教育程度跟會員等級的關係。

教育程度是國中的有一個，不一致量是0。

教育程度是高中的有三個，等級是低、低跟高，不一致量是1。

教育程度是大學的有三個，等級是高、低跟高，不一致量是1。

總不一致量是2

年齡跟會員等級的關係。

年齡是1的有兩個，等級是高、低，不一致量是1。

年齡是2的有五個，等級是低、低、低、高、高，不一致量是2。

總不一致量是3。

不一致量最低就代表是比較重要的資料。

  上述的維度不大，如果當維度大起來就有2^n-1的可能，還有可以設定不一致量大於多少就不要了，來增加探勘的速度，所以下面介紹兩個選擇的策略。

1.完整列舉

把所有可能列出來，很耗時間，但是可以找到最佳組合。

2.經驗法則列舉

  是一種貪婪方式，選擇最低不一致量的維度，在往下，如果符合所設的條件就成功，用到一半失敗就在選擇另外一個維度，比較快速，但並不保證是最佳組合。

我們要從上到下，還是下到上 ？下面介紹三種方式。

1.漸進式挑選-下而上

2.漸進式刪除-上而下

3.混合法-上下交互