数据仓库的数据模型数据模型按不同的应用层次分成三种类型:分别是概念数据模型、逻辑数据模型、物理数据模型。概念数据模型概念数据模型(Conceptual Data Model),是一种面向用户、面向客观世界的模型,主要用来描述世界的概念化结构,它是数据库的设计人员在设计的初始阶段,摆脱计算机系统及DBMS的具体技术问题,集中精力分析数据以及数据之间的联系等,与具体的数据管理系统(Database M
体系结构从用户角度,数仓的基本结构:(1)数据源(Data Source)数据仓库系统的基础,是整个系统的数据源泉。通常包含企业内部信息(内部数据源)和外部信息(外部数据源),历史数据。(2)数据的存储与管理(Data Storage)数据仓库系统的核心。数据仓库依照数据的覆盖范围能够分为企业级数据仓库和部门级数据仓库(通常称为数据集市) 。(3)应用工具(Application Tools)联机
数据仓库为数据挖掘提供了更好的、更广泛的数据源,包括来自各种信息源的大量长时间的数据。同时,数据仓库的发展为数据挖掘提供了新的支持平台,提高了数据挖掘效率和挖掘深度。此外,数据仓库还为更好地使用数据挖掘工具提供了方便,通过可视化技术、统计分析技术等,为数据仓库提供了强有力的技术支持。数据挖掘工具4、详见常用数据挖掘工具。用于统计分析的集成类数据挖掘工具IBM SPSS、R语言、SAS、Oracle
常见可视化图形散点图、折线图、饼图、环图、双层环图、柱状图、堆积柱状图、分组柱状图、正负条形图、雷达图概念,学会绘制可视化图形。散点图散点图是常用于在回归分析中,数据点在直角坐标系平面上的分布情况,反映了因变量随自变量的变化趋势,据此选择合适的函数对数据进行拟合。比如我们观察青少年身高与体重的相关性,自变量为身高,因变量为体重,根据散点分布可以总结出身高与体重正相关,身高越高,体重越大,我们也可以
大数据处理技术 云计算 虚拟化 分布式计算 机器学习 数据仓库
Copyright © 2005-2024 51CTO.COM 版权所有 京ICP证060544号