什麼是時間資料探勘？

時間資料探勘定義了從大型時間資料集中提取非平凡的、隱含的和潛在的關鍵資料的過程。時間資料是一系列主要資料型別，通常是數值，它處理從時間資料中收集有益知識。

時間資料探勘的目標是利用機器學習、統計學和資料庫技術的一組方法，在由一系列被稱為時間序列的名義符號組成的更高階序資料中，找到時間模式、意外趨勢或一些隱藏的關係，以及一系列連續的實值分量。

時間資料探勘由三個主要工作組成，例如時間資料的描述、相似性度量的表示和挖掘服務。

時間資料探勘包括處理時間序列，通常是資料序列，它計算同一屬性在多個時間點的序列中的值。近年來，使用此類資訊進行模式匹配（即搜尋感興趣的特定模式）引起了相當大的興趣。

時間資料探勘可以包括對為時間資料庫開發的高效資料儲存技術、快速處理和快速檢索方法的利用。

時間資料探勘是時間資料庫中知識發現過程中的一個單獨階段，它從時間資料中計算時間模式或擬合模型，時間資料探勘演算法也是如此。

時間資料探勘關注的是對時間資料的分析，以及發現時間資訊集中的時間模式和一致性。它還允許計算機驅動的自動資料探索。時間挖掘中的各種任務如下：

• 資料特徵描述和比較
• 聚類分析
• 分類
• 關聯規則
• 模式分析
• 預測和趨勢分析

時間資料探勘導致了一種與時間資料庫互動的新方法，並允許以比例如時間結構化查詢語言允許的更抽象的級別指定查詢。它還為由於多重性和多維性而產生的問題提供了資料探索。

時間分類的基本目標是根據其他欄位預測時間資料庫中時間相關的欄位。一般來說，這個問題被描述為在給定不同欄位的情況下確定被預測的時間變數的一般值，訓練資料在其中為每個觀測值給出目標變數，以及一組表示對問題的先驗知識的假設。時間分類技術與密度估計的複雜問題有關。

Ginni

更新於：2022年2月16日

7K+ 次瀏覽

開啟你的職業生涯

透過完成課程獲得認證

開始學習