Sampling: obtaining a small sample

Sampling: obtaining a small sample s to represent the whole data set N
Allow a mining algorithm to run in complexity that is potentially sub-linear to the size of the data
Key principle: Choose a representative subset of the data
Simple random sampling may have very poor performance in the presence of skew
Develop adaptive sampling methods, e.g., stratified sampling:
Note: Sampling may not reduce database I/Os (page at a time)

Results (Indonesian) 2:

Sampling: memperoleh sampel s kecil untuk mewakili seluruh set data N
Biarkan algoritma pertambangan untuk menjalankan dalam kompleksitas yang berpotensi sub-linear dengan ukuran data
prinsip kunci: Pilih subset wakil dari data
Simple random sampling mungkin sangat kinerja yang buruk di hadapan condong
Mengembangkan metode pengambilan sampel adaptif, misalnya, berstrata:
Catatan: Sampling mungkin tidak mengurangi basis data I / Os (halaman pada satu waktu)