作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在处理海量数据的过程中,变量的选择起着非常重要的作用,特别是对于大批变量,需要进行适当的处理.本文结合数据挖掘的一些方法论,提出了对候选变量的选择方法,并在建立Logistic回归模型过程中,提出了具体的处理方式.
推荐文章
复杂工业过程中数据挖掘模型研究
数据
数据挖掘
复杂工业过程
数据挖掘中的数据预处理与维度优化
数据挖掘
维度优化
数据预处理
数据挖掘技术在旅游企业营销过程中的应用
数据挖掘
决策树
旅游数据
SAS
数据挖掘中数据预处理的研究与实现
数据预处理
数据分析
KDD(Knowledge Discover in Database)
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 数据挖掘过程中变量的处理
来源期刊 科技广场 学科 工学
关键词 数据挖掘 候选变量 决策树 衍生新变量
年,卷(期) 2007,(9) 所属期刊栏目 数据库
研究方向 页码范围 90-92
页数 3页 分类号 TP311.13
字数 4046字 语种 中文
DOI 10.3969/j.issn.1671-4792.2007.09.030
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 白永娟 长江师范学院数学系 6 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
2007(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
数据挖掘
候选变量
决策树
衍生新变量
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
科技广场
月刊
1671-4792
36-1253/N
大16开
南昌市省府大院北二路53号
44-66
1988
chi
出版文献量(篇)
11613
总下载数(次)
26
论文1v1指导