数据仓库与数据挖掘
- 数据仓库是一个面向主题的、集成的、非易失的(相对稳定的)、且随时间变化的数据集合。
- 在数据仓库环境中，关于数据的数据称为元数据
- 在数据仓库的数据组织中，描述数据的综合或细节程度的指标称为粒度。
- 细化程度越高，粒度级就越小，综合程度越低，数据量大，空间代价大，事务并发程度越大；
- 细化程度越低，粒度级就越大，综合程度越高，数据量小，空间代价小，事务并发程度越小。
- 常用的OLAP多维分析操作有切片、切块、旋转、钻取和卷起。
- 在多维数据分析中，从高粒度级数据视图切换到低粒度级数据视图的分析操作称为钻取操作。
- 元数据叫做描述数据的数据
- 在数据仓库中，元数据主要分为技术元数据和业务元数据
- 知识发现主要由三个步骤组成，它们是数据准备、数据挖掘、结果的解释评估。
- 第一类ODS数据更新频率是秒级，第二类ODS数据更新频率是小时级，第三类ODS数据更新频率是天级。
- 数据从操作型环境转移到数据仓库过程中所用到EL工具通常需要完成的处理操作包括抽取、转换和装载。
- 对一个数据集的数据进行分组，使得每一组内的数据尽可能相似而不同组间的数据尽可能的不同，这样数据挖掘方法称为聚类算法。聚类一般也被称为无监督的学习方法。
- 在分类预测任务中，需要用到的数据一般包括训练集、测试集和验证集。
- 在数据仓库的导出数据或物化视图（实视图）的维护策略中，只在用户査询时发现数据已经过期才进行更新的策略称为延时维护策略。
- 在数据仓库环境中，数据的粒度设计是一种重要的设计问题，它会影响到数据仓库中数据量以及系统能回答的查询的类型。
- 在ODS上可实行的全局应用大致可分为：即时型 OLAP、全局型OLTP。
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
