यह अप्रासंगिक विशेषताओं को फ़िल्टर करने या प्रासंगिक विशेषता को रैंक करने के लिए डेटा को पूर्व-संसाधित करने के लिए एक सांख्यिकीय दृष्टिकोण है। विशेषता प्रासंगिकता विश्लेषण के उपायों का उपयोग अप्रासंगिक विशेषताओं को पहचानने के लिए किया जा सकता है जिन्हें अवधारणा विवरण प्रक्रिया से अनधिकृत किया जा सकता है। इस पूर्व-प्रसंस्करण चरण को वर्ग लक्षण वर्णन या तुलना में शामिल करना एक विश्लेषणात्मक लक्षण वर्णन के रूप में परिभाषित किया गया है।
डेटा भेदभाव भेदभाव नियम बनाता है जो लक्ष्य वर्ग और विपरीत वर्ग के रूप में परिभाषित दो वर्गों के बीच वस्तुओं की सामान्य विशेषताओं की तुलना करता है।
यह एक या विषम वर्गों के समूह से वस्तुओं की सामान्य विशेषताओं के साथ वर्ग डेटा वस्तुओं को लक्षित करने की सामान्य विशेषताओं की तुलना है। उपयोगकर्ता लक्ष्य और विपरीत वर्गों को परिभाषित कर सकता है। डेटा भेदभाव के लिए उपयोग की जाने वाली विधियाँ डेटा लक्षण वर्णन के लिए उपयोग किए जाने वाले दृष्टिकोणों के समान हैं, अपवाद के साथ कि डेटा भेदभाव परिणामों में तुलनात्मक उपाय शामिल हैं।
विशेषता प्रासंगिकता विश्लेषण के कारण
विशेषता प्रासंगिकता विश्लेषण के कई कारण इस प्रकार हैं -
-
यह तय कर सकता है कि किन आयामों को शामिल किया जाना चाहिए।
-
यह उच्च स्तर के सामान्यीकरण का उत्पादन कर सकता है।
-
यह उन विशेषताओं की संख्या को कम कर सकता है जो पैटर्न को आसानी से पढ़ने में हमारी सहायता करती हैं।
विशेषता प्रासंगिकता विश्लेषण के पीछे मूल अवधारणा कुछ माप का मूल्यांकन करना है जो किसी दिए गए वर्ग या अवधारणा के संबंध में किसी विशेषता की प्रासंगिकता की गणना कर सकता है। इस तरह के उपायों में सूचना लाभ, अस्पष्टता और सहसंबंध गुणांक शामिल हैं।
अवधारणा विवरण के लिए विशेषता प्रासंगिकता विश्लेषण निम्नानुसार कार्यान्वित किया जाता है -
डेटा संग्रह - यह क्वेरी प्रोसेसिंग द्वारा लक्ष्य वर्ग और विपरीत वर्ग दोनों के लिए डेटा एकत्र कर सकता है।
रूढ़िवादी AOI का उपयोग करते हुए प्रारंभिक प्रासंगिकता विश्लेषण - यह चरण आयामों और विशेषताओं के एक समूह को पहचानता है, जिस पर चयनित प्रासंगिकता माप का उपयोग किया जाना है।
एओआई का उपयोग डेटा पर प्रारंभिक विश्लेषण को लागू करने के लिए किया जा सकता है, जिसमें उच्च संख्या में विशिष्ट मूल्यों वाली विशेषताओं को समाप्त किया जा सकता है। यह रूढ़िवादी हो सकता है, लागू किए गए एओआई को विशेषता सामान्यीकरण थ्रेसहोल्ड को नियोजित करना चाहिए जो कि चयनित उपाय द्वारा अधिक प्रासंगिकता विश्लेषण में अधिक विशेषताओं को सक्षम करने के लिए उचित रूप से बड़े सेट किए गए हैं।
निकालें - यह प्रक्रिया चयनित प्रासंगिकता विश्लेषण उपाय का उपयोग करके अप्रासंगिक और कमजोर रूप से प्रासंगिक विशेषताओं को हटा देती है।
AOI का उपयोग करके अवधारणा विवरण जेनरेट करें - यह विशेषता सामान्यीकरण थ्रेसहोल्ड के कम रूढ़िवादी सेट का उपयोग करके एओआई को लागू कर सकता है। यदि वर्णनात्मक खनन कार्य वर्ग विशेषता है, तो अब केवल मूल लक्ष्य वर्ग कार्य संबंध शामिल है।
यदि वर्णनात्मक खनन कार्य वर्ग लक्षण वर्णन है, तो केवल मूल लक्ष्य वर्ग कार्य संबंध शामिल है। यदि वर्णनात्मक खनन कार्य वर्ग लक्षण वर्णन है, तो केवल मूल लक्ष्य वर्ग कार्य संबंध शामिल है। यदि वर्णनात्मक खनन कार्य वर्ग तुलना है, तो मूल लक्ष्य वर्ग कार्य संबंध और मूल विपरीत वर्ग कार्य संबंध दोनों शामिल हैं।