摘要
本发明提供一种基于大数据的计算机数据分析系统及方法,涉及计算机数据分析技术领域,本发明首先通过时间轴对齐和标准化处理,确保数据能够在统一的时间框架下进行处理,随后,通过分配样本标签并提取基础特征向量,将原始数据被转化为可被机器学习模型处理的规范化特征,接着,通过计算时序特征向量,不仅捕捉数据的静态特征,更深入理解其随时间变化的行为模式,其次,将基础特征与时序特征进行融合,构建出信息维度更丰富的特征表示,然后,通过计算关联强度,筛选出最具预测价值的特征子集,克服了高维数据带来的计算复杂度和过拟合风险,最终,通过模型训练与预测分析模块输出数据分析结果,实现从原始数据到智能决策的自动化处理。
技术关键词
数据分析方法
大数据
滑动时间窗口
计算机
样本
基础
实体
异构
时序特征
标签
逻辑回归模型
核心
强度
分析模块
肘部法则
机器学习模型
系统为您推荐了相关专利信息
模型训练系统
浮点数
数据处理方法
计算机装置
可编程逻辑配置
心血管疾病风险
机器学习模型
心力衰竭风险
评估预测模型
评估系统
卸载策略
粒子群算法
遗传算法
任务调度策略
云平台
多光谱融合图像
数据处理方法
水平高频分量
多模态
归一化植被指数