ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ BÁO CÁO MÔN CƠ SỞ DỮ LIỆU NÂNG CAO ĐỀ TÀI: PHƯƠNG PHÁP PHÂN TÍCH CỤM TRONG KHAI PHÁ DỮ LIỆU KHÔNG GIAN GVHD : PGS.TS Nguyễn Hà Nam HVTH : Khúc Ngọc Hiệp Nguyễn Quang Minh ∗ Cơ sở dữ liệu không gian ∗ Khai phá dữ liệu không gian ∗ Phân tích cụm NỘI DUNG TRÌNH BÀY Guting (1994) định nghĩa : - Là một cơ sở dữ liệu - Có các kiểu dữ liệu không gian trong mô hình dữ liệu và ngôn ngữ truy vấn của nó - Hỗ trợ các kiểu dữ liệu không gian và cung cấp ít nhất là chỉ số không và một thuật toán hiệu quả cho phép kết không gian CƠ SỞ DỮ LIỆU KHÔNG GIAN CƠ SỞ DỮ LIỆU KHÔNG GIAN Các đặc điểm của cơ sở dữ liệu không gian: Các kiểu dữ liệu không gian Đánh chỉ số dữ liệu không gian * Phép kết không gian (spatial joins) KHAI PHÁ DỮ LIỆU KHÔNG GIAN ∗ Khai phá dữ liệu không gian là một lĩnh vực ứng dụng đặc biệt của khai phá dữ liệu. ∗ Khai phá dữ liệu không gian là quá trình khám phá các mẫu đáng chú ý, có ích tiềm tàng, chưa biết trước từ các tập dữ liệu không gian lớn KHAI PHÁ DỮ LIỆU KHÔNG GIAN ∗ Đặc điểm của khai phá dữ liệu không gian: ∗ Cấu trúc dữ liệu không gian ∗ Tập dữ liệu không gian ∗ Thu thập dữ liệu không gian ∗ Phụ thuộc không gian ∗ Tính tạm thời của dữ liệu không gian ∗ Các nhân tố khác liên quan đến những kỹ thuật và khái niệm của kiến thức không gian: ∗ Các kỹ thuật khai phá dữ liệu không gian ∗ Các mô hình khái niệm dữ liệu không gian ∗ Phân tích cụm hay phân cụm là công việc gán một tập các đối tượng lại thành các nhóm ∗ Phân cụm là một trong những nhiệm vụ chính của khai phá dữ liệu, là một kỹ thuật chung cho phân tích dữ liệu thống kê ∗ Phân tích cụm bản thân nó không phải là một thuật toán riêng, mà là một nhiệm vụ chung cần được giải quyết PHÂN TÍCH CỤM PHÂN TÍCH CỤM ∗ Các thuật toán phân cụm: 1. Phân cụm thứ bậc 3. Phân cụm dựa vào tâm 2. Phân cụm theo phân bố 4. Phân cụm theo mật độ ∗ các yêu cầu riêng cho các thuật toán phân cụm: ∗ Cần các thuật toán hiệu quả và mở rộng được ∗ Các thuật toán có thể xác định được các hình không theo quy luật ∗ Các phương pháp phân cụm không nhạy cảm với lượng lớn nhiễu. ∗ Các thuật toán không nhạy cảm với thứ tự của dữ liệu vào ∗ Không yêu cầu có kiến thức trước về dữ liệu PHÂN TÍCH CỤM ∗ Phân cụm theo phân bố: ∗ Phân cụm theo phân bố là một quá trình lặp đối với dữ liệu đầu vào. Mỗi bảng ghi đầu vào được đọc liên tiếp. Sự giống nhau của mỗi bản ghi với một trong những cụm đã tồn tại được tính toán. ∗ Phân cụm theo phân bố sử dụng tiêu chuẩn gà chọi để quản lý tính toán của độ giống nhau giữa các bản ghi, giữa bản ghi với các cụm và giữa các cụm với các cụm ∗ Thuật toán tối ưu hóa mong muốn (EM-clustering). PHÂN TÍCH CỤM Tập dữ liệu thường được mô hình hóa là một số cố định (để loại trừ overfitting) của các phân phối Gauss, được khởi tạo ngẫu nhiên và các tham số của nó được tối ưu hóa qua các bước lặp để phù hợp hơn với tập dữ liệu [...]...CHÂN THÀNH CẢM ƠN! Hình 1: Kiểu dữ liệu không gian trong Oracle Spatial Hình 2: Kiểu dữ liệu không gian trong DB2 Spatial Extender Hình 3: Thứ tự đánh chỉ số trong R-tree Hình 4: Mối liên hệ không gian giữa các mức trong R-tree . CÁO MÔN CƠ SỞ DỮ LIỆU NÂNG CAO ĐỀ TÀI: PHƯƠNG PHÁP PHÂN TÍCH CỤM TRONG KHAI PHÁ DỮ LIỆU KHÔNG GIAN GVHD : PGS.TS Nguyễn Hà Nam HVTH : Khúc Ngọc Hiệp Nguyễn Quang Minh ∗ Cơ sở dữ liệu không gian ∗ Khai. cơ sở dữ liệu không gian: Các kiểu dữ liệu không gian Đánh chỉ số dữ liệu không gian * Phép kết không gian (spatial joins) KHAI PHÁ DỮ LIỆU KHÔNG GIAN ∗ Khai phá dữ liệu không gian là một lĩnh. GIAN ∗ Đặc điểm của khai phá dữ liệu không gian: ∗ Cấu trúc dữ liệu không gian ∗ Tập dữ liệu không gian ∗ Thu thập dữ liệu không gian ∗ Phụ thuộc không gian ∗ Tính tạm thời của dữ liệu không gian ∗ Các