ADPによるデータの変換方法

ADPにより、各アルゴリズムに対してデータがどのように準備されるかを、次の表に示します。

表4-1 ADPとOracle Data Miningのアルゴリズム

アルゴリズム	マイニング機能	ADPによる処理
Apriori	相関ルール	ADPは相関ルールに対して効果がない。
ディシジョン・ツリー	分類	ADPはディシジョン・ツリーに対して効果がない。データ準備はアルゴリズムによって処理される。
期待値の最大化	クラスタリング	外れ値に敏感な正規化によって、ガウス分布を使用してモデル化された単一列の(ネストしていない)数値列が正規化される。ADPは他の種類の列に対して効果がない。
GLM	分類および回帰	外れ値に敏感な正規化によって量的属性が正規化される。
k-Means	クラスタリング	外れ値に敏感な正規化によって量的属性が正規化される。
MDL	属性評価	監視ありビニングによってすべての属性がビニングされる。
Naive Bayes	分類	監視ありビニングによってすべての属性がビニングされる。
NMF	特徴抽出	外れ値に敏感な正規化によって量的属性が正規化される。
O-Cluster	クラスタリング	属性ごとのビン数を自動的に計算する特別な形式の等幅ビニングによって量的属性がビニングされる。すべてNULLまたは単一の値を持つ数値列は除外される。
SVD	特徴抽出	外れ値に敏感な正規化によって量的属性が正規化される。
SVM	分類、異常検出および回帰	外れ値に敏感な正規化によって量的属性が正規化される。