1) grouped data
分组数据;分组资料;分类数据;分类资料
2) ungrouped data
不分组数据;不分组资料;不分类数据;不分类资料
3) data analysis
数据分析;资料分析
4) ranked data
分级资料，分级数据
5) GMDH cluster analysis
数据分组处理聚类分析
6) data classifying
数据分类
1.
This paper presents a new data classifying method based on combination of neural network and decision tree.
提出了一种将神经网络和决策树相结合的数据分类新方法。
补充资料：数据分析
| 数据分析 data analysis 分析数据的技术和理论。数据也称观测值，是实验、测量、观察、调查等的结果，常以数量的形式给出。数据分析的目的是把隐没在一大批看来杂乱无章的数据中的信息集中、萃取和提炼出来，以找出所研究对象的内在规律。在实用中，数据分析可帮助人们作出判断，以便采取适当行动。例如J.开普勒通过分析行星角位置的观测数据，找出了行星运动规律。又如，一个企业的领导人要通过市场调查，分析所得数据以判定市场动向，从而制定合适的生产及销售计划。因此数据分析有极广泛的应用范围。 典型的数据分析可能包含以下3步：①探索性数据分析。当数据刚取得时，可能杂乱无章，看不出规律，通过作图、造表、用各种形式的方程拟合，计算某些特征量等手段探索规律性的可能形式，即往什么方向和用何种方式去寻找和揭示隐含在数据中的规律性。②模型选定分析。在探索性分析的基础上提出一类或几类可能的模型，然后通过进一步的分析从中挑选一定的模型。③推断分析。通常使用数理统计方法对所定模型或估计的可靠程度和精确程度作出推断。 数据分析离不开外部的知识和判断，形式化的数据分析方法只是一种辅助手段，以帮助人们进行判断或推理。数据及其结构、数据分析的问题和目的，都是多种多样的来自不同的领域、具有不同的特性，从而数据分析可化为许多课题。它尚未定型，与数学、统计学、计算机科学等学科和技术都有密切关系，正在蓬勃发展，对促进科学技术的进展有重要作用。 |
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条