Read e-book online Stichprobenbasierte Assoziationsanalyse im Rahmen des PDF

By Frank Beekmann

Die Assoziationsanalyse findet im Rahmen des wisdom Discovery in Databases immer stärkere Verbreitung. Allerdings ist die examine eines großen Datenbestandes trotz der Entwicklung besserer Verfahren zur Assoziationsanalyse sehr zeitaufwendig.

Frank Beekmann zeigt, dass eine Assoziationsanalyse ohne große Genauigkeitsverluste auch bei einem aus einer Stichprobe aus dem Gesamtdatenbestand resultierenden Datenbestand geringen Umfangs durchgeführt werden kann, und entwickelt neue theoretische Möglichkeiten zur Abschätzung der mit diesem Ansatz verbundenen Genauigkeitsabweichungen. Anhand von Problemstellungen aus der Telekommunikationsbranche erläutert er eine Anwendung der stichprobenbasierten Assoziationsanalyse und weist die theoretischen Genauigkeitsbetrachtungen empirisch nach. Gleichzeitig wird der große Zeitvorteil dieses Verfahrens demonstriert, aus dem sich neue betriebswirtschaftliche Anwendungsmöglichkeiten ergeben.

Show description

Read Online or Download Stichprobenbasierte Assoziationsanalyse im Rahmen des Knowledge Discovery in Databases PDF

Best databases books

Download e-book for kindle: The New Relational Database Dictionary: Terms, Concepts, and by C. J. Date

It doesn't matter what DBMS you're using—Oracle, DB2, SQL Server, MySQL, PostgreSQL—misunderstandings can continually come up over the suitable meanings of phrases, misunderstandings which may have a significant influence at the good fortune of your database tasks. for instance, listed here are a few universal database phrases: characteristic, BCNF, consistency, denormalization, predicate, repeating team, subscribe to dependency.

Extra resources for Stichprobenbasierte Assoziationsanalyse im Rahmen des Knowledge Discovery in Databases

Sample text

Rudolph (1999, S. 4) sowie Krahl, Windheuser und Zick (1998, S. ). 101 Vgl. Pyle (1999, S. ). 2 Knowledge Discovery in Databases 33 die Struktur des Modells anpasst. Bei den folgenden Beschreibungen wird auf diese Komponenten soweit wie moglich eingegangen. 1 Entscheidungsbaumverfahren Entscheidungsbaume sind typische Modelle, die zur Klassifikation eingesetzt werden. 103 Ziel eines Klassifikationsverfahrens ist die Erzeugung eines Modells, mit dem ein Datenobjekt in eine von mehreren, vorgegebenen Klassen eingeordnet werden kann.

Dass durch weniger Daten deren QualiUit steigt. da der Autbereitungsschritt sorgfaltiger durchgefiihrt werden kann. 78 VgL Hernandez und Stolfo (1995. S. 128 jfJ. worin Integrationsprobleme und deren Losungsmoglichkeiten aufgezeigt werden. 2 24 Knowledge Discovery in Databases Fehlende Werte treten haufig in Datenbanken auf, lassen sich jedoch leicht erkennen. 79 In der Literatur wird hliufig vorgeschlagen, Datenslitze mit fehlenden Werten zu entfemen oder durch Imputationsverfahren Ersatzwerte fUr die fehlenden Werte zu bestimmen.

S. ). In Liu et al. (1998. S. ) wird ein auf Entscheidungsbaumen basierendes Imputationsverfahren erlautert, wahrend in Ruhland. Wittmann und Lehmann (1997. S. ) auch andere Data-Mining-Verfahren zur Ersetzung fehlender Werte vorschlagen werden. 82 Vgl. hierzu Adriaans und Zantinge (1996. S. 86). 83 Beispiele fUr derartige Verfahren zeigt Meidan (0. ) in der Beschreibung des Werkzeuges WizRule auf, wobei neben statistischen Methoden eine Assoziationsregelgenerierung vorgeschlagen wird. Vgl. hierzu ebenfalls Marcus.

Download PDF sample

Rated 4.31 of 5 – based on 39 votes