我们希望智能且自动地从数据中提取数据模式。
我们有以下电话数据库结构(很少有字段提供示例) -
PhoneName(字符串),LaunchDate(日期),LaunchPrice(货币),AmoutOfRam(数字),IsTouchScreen(位),IsProximitySensor(Bit),IsCompassSensor(位)
我们在数据库中有大约1500部电话。我们希望得到像 -
这样的智能规则如果发布日期为2016年且LauchPrice高于200美元,那么AmountOfRam将超过2GB。
如果手机有TouchScreen,肯定会有ProximitySensor。
如果发布日期为2016年且LauchPrice超过400美元,则肯定会有指南针。
分析数据库中的数据,我们希望算法能够自动找到这些模式。
有人可以建议一个框架,可靠的技术来做到这一点?任何起点也应该有所帮助。
此致 Swapneel Shah
答案 0 :(得分:0)
将数值属性区分开来,并使用关联规则挖掘。
有关详细信息,请参阅有关数据挖掘的任何教科书。你的问题太过于无法用这种格式回答 - 答案填写了介绍性书籍的一章。
答案 1 :(得分:0)
在阅读数据挖掘书和Google搜索后花了一些时间,使用BI(商业智能)算法和MS SQL服务器。
以下是链接 - https://msdn.microsoft.com/en-us/library/ms175595.aspx
[并且应该有数据库的并行解决方案]
所有基本算法均可用,并可与快速配置向导一起使用。