Android 刷機症候群: [筆記] 11/10/13 Data Mining 筆記

今天的上課重點是

授課教授：交通大學交通運輸研究所陳穆臻教授
參考書籍：Introduction to Data Mining, Tan, P. T., Steinbach, M., Kumar,. Vipin

1. Data Warehouse 的概念
2. OLAP ( On-Line Analytical Processing ) 簡介
3. Decision Tree 決策樹
4. Decision Tree 的分類法則

1. Data Warehouse
首先，何謂「Data Warehouse」？
Data Warehouse 中文翻譯是「資料倉儲」，從字面上來看就大概可以略知一二，把大量存放資料的地方，就叫「資料倉儲」。

但很多人會問，這樣跟「DataBase 資料庫」或是「 DBMS(Database Management System)」有什麼不一樣？幹麻還創一個名詞來浪費腦容量！

我們可以從Data Warehouse的四個特點來了解，他到底有什麼不同。

Data Warehouse 四大特點
1. 以主題為導向的 (Subject-Oriented)
　一般來說，Data Warehouse 一直是用來分析某一個領域或是面向。例如：「銷售量」就是一個研究的面向。

2. 資料是整合的 (Integrated)
　Data Warehouse 的資料來源是各式各樣的，可能是SQL、Access、Excel、Oracle等等，所以必需整合這些「異質」的資料。

3. 時間類型 (Time-Variant)
Data Warehouse對於時間是相當重視的，且儲存的都是長久已來的歷史資料，短則一季、長則幾十年以上。

4. 不揮發的、不變動的 (Nonvolatile)
Data Warehouse的資料存入後就不能在移除、更改、變動的。因為歷史資料本來就不該被更動的。

引述：http://www.1keydata.com/datawarehousing/data-warehouse-definition.html

2. OLAP ( On-Line Analytical Processing )
OLAP 中文叫「線上分析處理」，這樣有翻跟沒翻一樣.....
相關介紹可以看wiki的內容 OLAP
總之，他是一個Data Warehouse的分析方法，用的手法有
1. roll up
2. drill down
3. slice
4. dice
5. pivot
6. drill across
7. drill through
所以他的投入源是Data Warehouse龐大的歷史資料，接著用上述的各種手法分割資料，最後產出各式各樣的視覺化圖表給上級長官做決策。

3. Decision Tree 決策樹
決策樹，是一種資料屬性的分類方法，不僅僅可用來建立一個分類模型，還可以當做新資料的預測模式，詳情範例可以參考：WIKI決策樹
決策樹的基本組成有根(ROOT)、節點(Node)、葉(Leaf)

根 (ROOT)：就是樹根，完全沒有輸入端的啟始點，有可能沒有或是多個輸出項

節點 (Node)：擁有一個輸入項，有一個或者多個以上的輸出項

葉(Leaf)：擁有一個輸入項，但沒有任何的輸出項

4. 決策樹演算法（生成樹演算法）
決策樹的分類演算法有下列幾種，所針對的資料與使用的規則也不盡相同
引述：http://140.118.5.28/DataMining_Notes/Lecture_5_Class,predict%20tree,regr.pdf