安卓5.1怎么修改build.prop

首先了解下buildprop文件的部分参数。

# begin build properties （开始设置系统性能）

# autogenerated （通过设置形成系统信息）

ro=GRI40 (版本ID)

robuild=GRJ22 （版本号）

robuildversionincremental=engbuildbot20110619060228 （版本增量）

robuildversionsdk=10 （sdk版本）

robuildversioncodename=REL （版本代号）

robuildversionrelease=234 （Android 234系统）

robuilddate=Sun Jun 19 06:02:58 UTC 2011 （制作者及制作时间）

robuilddateutc=0

robuildtype=user (编译模式,如user,userdebug,eng,test模式)

robuilduser=buildbot (编译账户)

robuildhost=bb1 (编译主机系统)

robuildtags=test-keys (编译标签)

roproductmodel=HTC Wildfire （HTC内部手机代号）

roproductbrand=htc_wwe （手机品牌）

roproductname=htc_buzz （手机正式名称）

roproductdevice=buzz （采用的设备）

roproductboard=buzz （采用的处理器）

roproductcpuabi=armeabi-v6j （cpu的版本）

roproductcpuabi2=armeabi （cpu的品牌）

roproductmanufacturer=HTC （手机制造商）

roproductlocalelanguage=zh （手机默认语言）

roproductlocaleregion=CN （地区语言）

rowifichannels= （WIFI连接的渠道）

roboardplatform=msm7k （主板平台）

# robuildproduct is obsolete; use roproductdevice （旧代码robuildproduct，使用代码roproductdevice）

robuildproduct=buzz （建立产品）

# Do not try to parse robuilddescription or fingerprint （不要试图修改description和fingerprint）

robuilddescription=passion-user 233 GRI40 102588 release-keys （用户的KEY）

robuildfingerprint=google/passion/passion:233/GRI40/102588:user/release-keys （系统指纹）

# end build properties （性能代码完毕）

#

# systemprop for buzz （系统技术支持由BUZZ提供）

#

# Density in DPI of the LCD of this board This is used to scale the UI （高密度的液晶的DPI板。这是用来大规模UI的）

# appropriately If this property is not defined, the default value is 160 dpi （appropriately如果这个属性没有定义,缺省值是160 dpi的分辨率）

rosflcd_density=240 （显示屏分辨率，数值越大分辨率越底，240就是800480的）

# View configuration for QVGA （屏幕的设置）

viewfading_edge_length=8

viewtouch_slop=15 （触摸屏灵敏度，数值越大越灵敏）

viewminimum_fling_velocity=25 （滑动速度）

viewscroll_friction=0008 （滑动误差）

# RIL specific configuration （特定设置）

rildlibpath=/system/lib/libhtc_

rorileccHTC-WWE=999

rorileccHTC-ELL=92,93,94

rorilenablea52HTC-ITA=1

rorilenablea53HTC-ITA=1

rorilenablea52=0

rorilenablea53=1

rorilvmail23415=1571,BT

rorilhsdpacategory=8 （hsdpa全称High Speed Downlink Packet Access中文意思：高速下行分组接入,设置的数越大传输越快）

rorilhtcmaskw1bitmask=429496

rorilhtcmaskw1=14449

rorildefagpsmode=2 （打开AGPS服务支持，可改为rorildefagpsmode=0 改后能省电但GPS定位速度会变慢）

rorilgprsclass=12 （GPRS设置）

# For HSDPA low throughput （HSDPA低输量）

rorildisablepowercollapse=1 （关闭电源）

# Modify MMS APN retry timer from 5s to 2s （修改短信的APN设置5秒为2秒）

rogsm2nd_data_retry_config=max_retries=3, 2000, 2000, 2000

# Time between scans in seconds Keep it high to minimize battery drain（扫描在几秒之内，可降低用电量）

# This only affects the case in which there are remembered access points, （这个修改仅能影响此文件）

# but none are in range（但是没有一项是在范围内的）

wifiinterface=eth0 （WIFI界面）

wifisupplicant_scan_interval=45 （WIFI扫描间隔时间，这里设置是45秒。把这个时间设置长点能省电）

# Mobile data interfaces （移动数据的接口）

mobiledatainterfaces=rmnet0,rmnet1,rmnet2

# Allow or deny tethering （允许和拒绝绑定）

rotetherdenied=false

# Default network type （默认的网络类型）

# 0 => WCDMA Preferred （0=WCDMA优先）

rotelephonydefault_network=0

# Enable Google-specific location features, （谷歌特定地点的设置）

# like NetworkLocationProvider and LocationCollector（如网络服务器提供商和服务器位置）

roc o mgooglelocationfeatures=1

# The OpenGL ES API level that is natively supported by this device （开放式绘图介面）

# This is a 1616 fixed point number （界面有16个点，16个不动点数量）

roopenglesversion=65536 （开放式绘图介面参数）

# Disable fs check on boot by default （开机时默认禁用FS检查）

syscheckfsfat=false

# Performance settings （性能设置）

dalvikvmexecution-mode=int:jit

dalvikvmheapsize=24m （虚拟内存大小，可设置为16m或24m或32m或48m）

persistsysuse_dithering=1

persistsyspurgeable_assets=1

# Increase SKIA decode memory capability for progressive jpg file

romediadecjpegmemcap=20000000

#

# ADDITIONAL_BUILD_PROPERTIES （其他性能设置）

no_require_sim=true （手机卡保护设置）

rorommanagerdeveloperid=cyanogenmodnightly （固件管理器开发者是CM大神）

rourllegal=http://www/intl/%s/mobile/android/basic/phone-legalhtml

rourllegalandroid_privacy=http://www]/intl/%s/mobile/android/basic/privacyhtml

ro comgoogleclientidbase=android-google （谷歌客户身份）

ro comandroidwifi-watchlist=GoogleGuest （WIFI用户名单）

rosetupwizardenterprise_mode=1 （默认情景模式）

ro comandroiddateformat=MM-dd-yyyy （默认时间格式，改为yyyy-MM-dd，显示效果就是XXXX年XX月XX日）

ro comandroiddataroaming=false （漫游设置）

roconfigringtone=Playaogg

（默认铃声设置，文件在/system/media/audio/ringtones 把喜欢的铃声放这里，比如123

MP3放入ringtones文件夹中，这里代码改为roconfigringtone=123 mp3）

roconfignotification_sound=regulusogg （默认提示音，文件在/system/media/audio/notifications 修改方法同上）

roconfigalarm_alert=Alarm_Beep_03ogg （默认闹铃，文件在/system/media/audio/alarms 修改方法同上）

romodversion=CyanogenMod-7-06192011-NIGHTLY-buzz （版本信息，改这个能让你大名出现系统关于中，改为romodversion=xxxxx）

rosetupwizardmode=OPTIONAL （安装向导模式）

net bt name=Android （系统名称）

dalvikvmstack-trace-file=/data/anr/tracestxt

步骤阅读

win81还没有激活工具，正版还没出，预览版是试用的，可以从win8在应用商店升级，不用激活的，如果用镜像装，只要输入源win8密匙就好（先删掉密匙，管理员运行命令符输入slmgrvbs -upk回车）再输密匙NTTX3-RV7VB-T7X7F-WQYYY-9Y92F

下面是IT之家的搬运

一 、Windows 81 下载、安装

特别推荐：您需要做的必要准备

1、Win8优化大师 - 专为Win81准备的Win8优化大师最新版：点击此处访问官网（下载）

2、魔方优化大师 - 世界首批通过微软Win8官方商店和Win7徽标认证的系统工具软件：点击访问官网（下载）

为什么必备魔方：

• 下载后的ISO可以用魔方中的魔方文件校验来获取SHA1、MD5、CRC等校验值，确保下载的是官方纯净版

• 魔方中的魔方U盘启动可以把ISO制作成启动U盘来进行安装，省去了安装过程

• 魔方中的魔方虚拟光驱，可以把ISO直接虚拟成一个光驱，方便您直接运行安装

3、《Win8宝典》，全面引入Win81攻略：点击进入《Win8宝典》直接安装地址

1 Windows 8下载及系统要求

（1）系统要求

如果要在电脑上运行 Windows 81 预览版，必须满足以下条件：

处理器：1 GHz 或更快（支持 PAE、NX 和 SSE2）

RAM：1 GB（32 位）或 2 GB（64 位）

硬盘空间：16 GB（32 位）或 20 GB（64 位）

图形卡：带有 WDDM 驱动程序的 Microsoft DirectX 9 图形设备

Windows RT 81 预览版要求你有一台运行着 Windows RT 且拥有 10 GB 可用存储空间的电脑。

若要使用某些特定功能，还需要满足以下附加要求：

对于 Windows 81 Preview 的 64 位安装，你的 CPU 还必须支持 CMPXCHG16b、PrefetchW 和 LAHF/SAHF。

若要使用触控，你需要支持多点触控的平板或显示器

若要访问 Windows 应用商店并下载和运行应用，你需要有效的 Internet 连接、至少 1024 x 768 的屏幕分辨率以及 Microsoft 帐户。

Internet 接入（可能产生 ISP 费用）

（2）下载

64位简体中文版：

cn_windows_81_preview_x64_dvd_2358799iso (366 GB)

文件名： cn_windows_81_preview_x64_dvd_2358799iso

语言： Chinese - Simplified

SHA1：A34B8F71DCE39303F81402E2B44DA17117BB8970

32位简体中文版：

cn_windows_81_preview_x86_dvd_2358749iso (273 GB)

文件名： cn_windows_81_preview_x86_dvd_2358749iso

语言： Chinese - Simplified

SHA1：F394D21EB655867E455B2DCAAEC37A4160F6F812

更多版本下载：微软官方Win81预览版下载大全（含简体中文）

建议下载完成后校验哈希值，确保后续的安装步骤万无一失

2 安装

使用 ISO 安装的 Windows 81 预览版将无法卸载。 恢复以前的操作系统，则需要使用电脑随附的恢复或安装媒体（通常是 DVD 介质）重新安装该操作系统。 如果运行的是 Windows 8 并且没有恢复媒体，可以创建恢复映像。 如果运行的是 Windows 7、 Windows Vista 或 Windows XP 并且没有恢复媒体，则可以使用电脑制造商提供的软件从电脑的恢复分区创建恢复媒体。 安装 Windows 81 Preview后，你将无法使用电脑上的恢复分区恢复使用以前的 Windows 。

（1）升级安装

使用安装镜像目录下的setupexe即可执行升级安装，当前系统将升级至Windows 81，并在系统盘产生 windowsold 文件夹。

注意：当你安装 Windows 81 的后续版本时，你将可以保留个人文件，但需要重新安装应用程序。

（2）双系统安装

使用安装镜像目录下的sources文件夹中的setupexe即可执行双系统安装，注意安装过程中安装方式选择自定义安装，安装分区选择非系统盘。升级安装过程中提示安装无法继续的也可以采用此种方法。

PS：32位中安装64位系统不支持此种安装方式,请使用光盘/U盘启动电脑或使用NT6硬盘安装辅助安装工具执行安装。

二 、Windows 81 预览版常见问题解答

1 如何安装 Windows 81 预览版驱动？

Windows 8 安装镜像已集成基本设备驱动（包括存储、网络、输入和显示的驱动程序），其余驱动可以从 Windows Update 中或从设备制造商获取。

2 安装 Windows 81 预览版是否需要产品密钥？

如果你通过 Windows 应用商店安装 Windows 81 Preview，则不需要产品密钥。 如果你下载 ISO，则需要输入此产品密钥：NTTX3-RV7VB-T7X7F-WQYYY-9Y92F。

3 如何安装 Windows 81 预览版？

有两种方法可以安装 Windows 81 预览版：通过 Windows 应用商店或通过 ISO。

安装更新 KB2849636，通过 Windows 应用商店更新 Windows 81 预览版。

注意:

应用商店安装将无法创建安装介质，必须直接从 Windows 应用商店下载预览版本。 如果你运行的是 Windows RT，则只有一种更新方式，即通过应用商店。

如果运行的 Windows 8 专业版通过批量激活，则需要使用 ISO 安装此预览版本。

如果运行的是 Windows 8 企业版，则需要使用 ISO 安装此预览版本。

4 Windows 81 预览版是否支持本地账户登录？

首次登陆必须使用 Microsoft 帐户，登陆后使用 Win+I 点击更改电脑设置，选择账户， 点击断开连接即可切换至本地账户。创建本地帐户的选项将在 Windows 81 的最终发布版本中可用。

5 Windows 81 预览版登陆后如何启动至桌面？

任务栏右键属性，点击导航选项卡，根据提示选择相应选项即可。

6 Windows 81 预览版兼容性怎么样？

Windows 81 预览版兼容 Adobe Reader X，Microsoft Ofiice 2013和 QQ2013 等多数主流应用，详细兼容性列表可查看：Windows 81 预览版软件兼容中心。

7 如何在照片、Music和Video等Metro应用中查看、音乐和视频？

打开资源管理器，选中需要的文件夹，右键包含到库中，选择相应的、音乐或视频库即可。

8 Windows 81 预览版是否需要安装杀毒软件？

Win8 已经改进内置的 Windows Defender ， 可提供与 Microsoft Security Essentials ( MSE ) 相同的恶意软件防护级别。 不满足Windows Defender的朋友，可以从Windows 81软件兼容中心选择适合的安全软件。

8 Windows 8 如何关机？

（1）桌面下使用快捷键Win+i打开桌面设置，电源选项选择关机即可

（2）右键开始按钮，点击关机，选择需要的操作即可。

9 Windows 8 使用应用程序分屏？

利用Win+Tab选择除METRO开始菜单以外的任意应用，拖动至屏幕两侧即可实现应用程序分屏。

注意：应用程序分屏至少需要1024768的屏幕分辨率。

11 升级安装备份的windowsold文件夹如何删除？

右键系统盘选择磁盘清理，清理完成后点击清理系统文件，选中以前的Windows安装，确定后即可删除windowsold 文件夹。

12 Windows 8 如何执行恢复？

Windows 8 中提供的两项解决方案：

恢复 PC – 从 PC 中移除所有个人数据、应用程序和设置，并重新安装 Windows。

初始化PC – 保留 PC 中的所有个人数据、Metro 风格应用程序和重要设置，并重新安装 Windows。

注意:初始化 PC 将重写对于操作系统可见的任何现有数据。数据恢复工具将无法执行恢复。

13 Windows 81 预览版是否支持新一代文件系统 REFS？

不支持，REFS 将首先作为 Windows Server 2012的存储系统，然后作为客户端的存储系统，最终作为启动卷。

14 Windows 81 预览版如何找到在商场购买的程序？

1 使用Win+Q搜索所有程序，然后输入程序的名称。

如果某个程序未在搜索结果中显示，则需要重新在电脑上安装这个程序：

1打开 Windows 商店，使用Win+I进入设置选项。

2单击帐户和首选项，程序，然后选择要重新安装的程序即可。

15 Windows 81 预览版如何播放 DVD ？

如果电脑运行的是 Windows 8，则可以在升级到 Windows 81 预览版的过程中选择保留该软件。如果电脑运行的是 Windows XP 、 Windows Vista 或 Windows 7，则需要重新安装该软件。 否则，需要在升级后获取第三方播放软件才能播放 DVD。 或者，也可以在升级后购买 Windows 8 Media Center 包或 Windows 8 专业包。 这两个包都包含 Windows Media Center，都能够播放 DVD。

注意：如果你现在的 Windows 8 Pro 带有 Media Center，则当你通过 Windows 应用商店下载 Windows 81 预览版本时，可以保留 Windows Media Center 而无须重新安装。 如果你使用 ISO 文件安装预览版本，Windows Media Center将被删除，你将需要使用 Windows 8 专业包或 Windows 8 Media Center 包提供的产品密钥重新安装 Windows Media Center。

16 如何在其他电脑上使用我购买的程序？

最多五台电脑上安装从商店购买的任何程序。 在其他电脑上安装某个程序的步骤如下：

1打开 Windows 商店，使用Win+I进入设置选项。

2单击帐户和首选项，程序，然后选择需要安装的程序即可。

17 如何设置默认 Web 浏览器？

1输入Win+Q搜索所有程序

2输入默认程序，搜索完成后点击左侧的默认程序

3点击设置默认程序，从列表中选择需要的浏览器。选择将此程序设置为默认值，然后点击确定即可。

18 如何恢复开始屏幕的Internet Explorer 11图标？

1输入Win+Q搜索所有程序

2输入 Internet Explorer，然后点击或单击 Apps（程序）。

3在搜索结果中，右键单击 Internet Explorer，然后选择固定到“开始”屏幕即可。

注意：如果您将 Internet Explorer 11 以外的浏览器设置为默认浏览器，Internet Explorer 11 的图标将不会显示在开始屏幕上。必须首先将Internet Explorer 11设置为默认浏览器，然后执行上述步骤。

19 如何启用Windows 8 安全模式？

1输入Win+X启用命令提示符（管理员模式）

2输入bcdedit /enum /v ，复制Windows启动加载器下方的标示符

3输入bcdedit /copy {xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx} /d "Windows 81 Preview (Safe Mode)"

注意：xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx需要修改为本机的启动加载项标示符

4输入Win+R启动运行，输入msconfig启动系统配置

5引导选项栏选择"Windows 81 Preview (Safe Mode)，选中安全引导和使所有引导设置成为永久设置即可。

20 Windows 81 预览版常用快捷键：

Win+C：开启Windows侧边栏

Win+D：显示桌面

Win+I： 开启应用程序设置

Win+Q：快速搜索METRO应用

Win+R：运行

Win+X：快速访问常用的事件查看器和设备管理器等程序

雨林算法的数据结构：

AVC-set:节点n包含的所有纪录在某个属性上的投影，其中该AVC-set包括了属性的不同值在每个类别上的计数。

AVC-group:一个节点n上所有的AVC -set的集合

AVC-set的所占内存的大小正比于对应属性的不同值个数，AVC-group并不是数据库信息的简单的压缩，它只是提供了建立决策树需要的信息， AVC-group所占用的内存空间远远小于数据库所实际占用的空间。

一般设计方案：

AVC_set

{

//存储属性的各个值

DistinctValue[]

//存储属性各个值在某个类上对应的计数

DistinctValueCountForClassA[]

DistinctValueCountForClassB[]

… …

}

AVC_group

{

//节点n中的每个属性的avc_set

AVC_set[]

}

自顶向下决策树算法

BuildTree(Node m,datapatition D,algorithm decisionTree)

对D使用决策树算法decisionTree得到分裂指标crit(n)

令k为节点n的子节点个数

if(k>0)

建立n的k个子节点c1,…,ck

使用最佳分割将D分裂为D1,…,Dk

for(i=1;i<=k;i++)

BuildTree(ci,Di)

endfor

endif

RainForest 算法框架重新定义的部分：

1a) for 每一个属性的谓词p,寻找最佳的分割

1b) decisionTreefind_best_partitioning(AVC-set of p)

1c) endfor

2a) k= decisionTreedecide_splitting_criterion();//决定最终的分割

雨林算法的常规过程：

建立节点的AVC-group

(通过读取整个原始数据库或者某个分支的数据库表或文件)

选择分裂属性和分裂标准：取决于使用雨林算法框架的具体算法，通过逐一检查AVC-set来选择。

将数据分解到各个子节点：必须读取整个数据集(数据库或文件)，将各条数据分解到各个子节点中，此时如果有足够的内存，我们将建立一个或多个子节点的AVC-group

参考资料：

李岱 rainforestppt 什么是数据挖掘

数据挖掘(Data Mining)，又称为数据库中的知识发现(Knowledge Discovery in Database, KDD)，就是从大量数据中获取有效的、新颖的、潜在有用的、最终可理解的模式的非平凡过程，简单的说，数据挖掘就是从大量数据中提取或“挖掘”知识。

并非所有的信息发现任务都被视为数据挖掘。例如，使用数据库管理系统查找个别的记录，或通过因特网的搜索引擎查找特定的Web页面，则是信息检索（information retrieval）领域的任务。虽然这些任务是重要的，可能涉及使用复杂的算法和数据结构，但是它们主要依赖传统的计算机科学技术和数据的明显特征来创建索引结构，从而有效地组织和检索信息。尽管如此，数据挖掘技术也已用来增强信息检索系统的能力。

编辑本段数据挖掘的起源

为迎接前一节中的这些挑战，来自不同学科的研究者汇集到一起，开始着手开发可以处理不同数据类型的更有效的、可伸缩的工具。这些工作建立在研究者先前使用的方法学和算法之上，在数据挖掘领域达到高潮。特别地是，数据挖掘利用了来自如下一些领域的思想：(1) 来自统计学的抽样、估计和假设检验，(2) 人工智能、模式识别和机器学习的搜索算法、建模技术和学习理论。数据挖掘也迅速地接纳了来自其他领域的思想，这些领域包括最优化、进化计算、信息论、信号处理、可视化和信息检索。

一些其他领域也起到重要的支撑作用。特别地，需要数据库系统提供有效的存储、索引和查询处理支持。源于高性能（并行）计算的技术在处理海量数据集方面常常是重要的。分布式技术也能帮助处理海量数据，并且当数据不能集中到一起处理时更是至关重要。

编辑本段数据挖掘能做什么

1)数据挖掘能做以下六种不同事情（分析方法）：

· 分类 （Classification）

· 估值（Estimation）

· 预言（Prediction）

· 相关性分组或关联规则（Affinity grouping or association rules）

· 聚集（Clustering）

· 描述和可视化（Des cription and Visualization）

· 复杂数据类型挖掘(Text, Web ,图形图像，视频，音频等)

2)数据挖掘分类

以上六种数据挖掘的分析方法可以分为两类：直接数据挖掘；间接数据挖掘

· 直接数据挖掘

目标是利用可用的数据建立一个模型，这个模型对剩余的数据，对一个特定的变量（可以理解成数据库中表的属性，即列）进行描述。

· 间接数据挖掘

目标中没有选出某一具体的变量，用模型进行描述；而是在所有的变量中建立起某种关系 。

· 分类、估值、预言属于直接数据挖掘；后三种属于间接数据挖掘

3)各种分析方法的简介

· 分类 （Classification）

首先从数据中选出已经分好类的训练集，在该训练集上运用数据挖掘分类的技术，建立分类模型，对于没有分类的数据进行分类。

例子：

a 信用卡申请者，分类为低、中、高风险

b 分配客户到预先定义的客户分片

注意： 类的个数是确定的，预先定义好的

· 估值（Estimation）

估值与分类类似，不同之处在于，分类描述的是离散型变量的输出，而估值处理连续值的输出；分类的类别是确定数目的，估值的量是不确定的。

例子：

a 根据购买模式，估计一个家庭的孩子个数

b 根据购买模式，估计一个家庭的收入

c 估计real estate的价值

一般来说，估值可以作为分类的前一步工作。给定一些输入数据，通过估值，得到未知的连续变量的值，然后，根据预先设定的阈值，进行分类。例如：银行对家庭贷款业务，运用估值，给各个客户记分（Score 0~1）。然后，根据阈值，将贷款级别分类。

· 预言（Prediction）

通常，预言是通过分类或估值起作用的，也就是说，通过分类或估值得出模型，该模型用于对未知变量的预言。从这种意义上说，预言其实没有必要分为一个单独的类。预言其目的是对未来未知变量的预测，这种预测是需要时间来验证的，即必须经过一定时间后，才知道预言准确性是多少。

· 相关性分组或关联规则（Affinity grouping or association rules）

决定哪些事情将一起发生。

例子：

a 超市中客户在购买A的同时，经常会购买B，即A => B(关联规则)

b 客户在购买A后，隔一段时间，会购买B （序列分析）

· 聚集（Clustering）

聚集是对记录分组，把相似的记录在一个聚集里。聚集和分类的区别是聚集不依赖于预先定义好的类，不需要训练集。

例子：

a 一些特定症状的聚集可能预示了一个特定的疾病

b 租VCD类型不相似的客户聚集，可能暗示成员属于不同的亚文化群

聚集通常作为数据挖掘的第一步。例如，"哪一种类的促销对客户响应最好？"，对于这一 类问题，首先对整个客户做聚集，将客户分组在各自的聚集里，然后对每个不同的聚集，回答问题，可能效果更好。

· 描述和可视化（Des cription and Visualization）

是对数据挖掘结果的表示方式。

编辑本段数据挖掘中的关联规则上面算法讲的很清楚了，我来举个例子：

Training data：

Id age income class

1 young 65 G

2 young 15 B

3 young 75 G

4 senior 40 B

5 senior 100 G

6 senior 60 G

AVC set „age“ for N1：

value class count

young B 1

young G 2

senior B 1

senior G 2

AVC set „income“ for N1：

value class count

15 B 1

40 B 1

60 G 1

65 G 1

75 G 1

100 G 1

AVC set „income“ for N2：

value class count

15 B 1

65 G 1

75 G 1

AVC set „age“ for N2:

value class count

young B 1

young G 2

最后推出雨林： N1

age=young / \ age=senior

/ \

N2 N3

最后提醒一点，对于雨林算法，训练样本集不要大于3百万。否则改用SPRINT。

1什么是关联规则

在描述有关关联规则的一些细节之前，我们先来看一个有趣的故事： "尿布与啤酒"的故事。

在一家超市里，有一个有趣的现象：尿布和啤酒赫然摆在一起出售。但是这个奇怪的举措却使尿布和啤酒的销量双双增加了。这不是一个笑话，而是发生在美国沃尔玛连锁店超市的真实案例，并一直为商家所津津乐道。沃尔玛拥有世界上最大的数据仓库系统，为了能够准确了解顾客在其门店的购买习惯，沃尔玛对其顾客的购物行为进行购物篮分析，想知道顾客经常一起购买的商品有哪些。沃尔玛数据仓库里集中了其各门店的详细原始交易数据。在这些原始交易数据的基础上，沃尔玛利用数据挖掘方法对这些数据进行分析和挖掘。一个意外的发现是："跟尿布一起购买最多的商品竟是啤酒！经过大量实际调查和分析，揭示了一个隐藏在"尿布与啤酒"背后的美国人的一种行为模式：在美国，一些年轻的父亲下班后经常要到超市去买婴儿尿布，而他们中有30%～40%的人同时也为自己买一些啤酒。产生这一现象的原因是：美国的太太们常叮嘱她们的丈夫下班后为小孩买尿布，而丈夫们在买尿布后又随手带回了他们喜欢的啤酒。

按常规思维，尿布与啤酒风马牛不相及，若不是借助数据挖掘技术对大量交易数据进行挖掘分析，沃尔玛是不可能发现数据内在这一有价值的规律的。

数据关联是数据库中存在的一类重要的可被发现的知识。若两个或多个变量的取值之间存在某种规律性，就称为关联。关联可分为简单关联、时序关联、因果关联。关联分析的目的是找出数据库中隐藏的关联网。有时并不知道数据库中数据的关联函数，即使知道也是不确定的，因此关联分析生成的规则带有可信度。关联规则挖掘发现大量数据中项集之间有趣的关联或相关联系。Agrawal等于1993年首先提出了挖掘顾客交易数据库中项集间的关联规则问题，以后诸多的研究人员对关联规则的挖掘问题进行了大量的研究。他们的工作包括对原有的算法进行优化，如引入随机采样、并行的思想等，以提高算法挖掘规则的效率；对关联规则的应用进行推广。关联规则挖掘在数据挖掘中是一个重要的课题，最近几年已被业界所广泛研究。

2关联规则挖掘过程、分类及其相关算法

21关联规则挖掘的过程

关联规则挖掘过程主要包含两个阶段：第一阶段必须先从资料集合中找出所有的高频项目组(Frequent Itemsets)，第二阶段再由这些高频项目组中产生关联规则(Association Rules)。

关联规则挖掘的第一阶段必须从原始资料集合中，找出所有高频项目组(Large Itemsets)。高频的意思是指某一项目组出现的频率相对于所有记录而言，必须达到某一水平。一项目组出现的频率称为支持度(Support)，以一个包含A与B两个项目的2-itemset为例，我们可以经由公式(1)求得包含{A,B}项目组的支持度，若支持度大于等于所设定的最小支持度(Minimum Support)门槛值时，则{A,B}称为高频项目组。一个满足最小支持度的k-itemset，则称为高频k-项目组(Frequent k-itemset)，一般表示为Large k或Frequent k。算法并从Large k的项目组中再产生Large k+1，直到无法再找到更长的高频项目组为止。

关联规则挖掘的第二阶段是要产生关联规则(Association Rules)。从高频项目组产生关联规则，是利用前一步骤的高频k-项目组来产生规则，在最小信赖度(Minimum Confidence)的条件门槛下，若一规则所求得的信赖度满足最小信赖度，称此规则为关联规则。例如：经由高频k-项目组{A,B}所产生的规则AB，其信赖度可经由公式(2)求得，若信赖度大于等于最小信赖度，则称AB为关联规则。

就沃尔马案例而言，使用关联规则挖掘技术，对交易资料库中的纪录进行资料挖掘，首先必须要设定最小支持度与最小信赖度两个门槛值，在此假设最小支持度min_support=5% 且最小信赖度min_confidence=70%。因此符合此该超市需求的关联规则将必须同时满足以上两个条件。若经过挖掘过程所找到的关联规则「尿布，啤酒」，满足下列条件，将可接受「尿布，啤酒」的关联规则。用公式可以描述Support(尿布，啤酒)>=5%且Confidence(尿布，啤酒)>=70%。其中，Support(尿布，啤酒)>=5%于此应用范例中的意义为:在所有的交易纪录资料中，至少有5%的交易呈现尿布与啤酒这两项商品被同时购买的交易行为。Confidence(尿布，啤酒)>=70%于此应用范例中的意义为:在所有包含尿布的交易纪录资料中，至少有70%的交易会同时购买啤酒。因此，今后若有某消费者出现购买尿布的行为，超市将可推荐该消费者同时购买啤酒。这个商品推荐的行为则是根据「尿布，啤酒」关联规则，因为就该超市过去的交易纪录而言，支持了“大部份购买尿布的交易，会同时购买啤酒”的消费行为。

从上面的介绍还可以看出，关联规则挖掘通常比较适用与记录中的指标取离散值的情况。如果原始数据库中的指标值是取连续的数据，则在关联规则挖掘之前应该进行适当的数据离散化（实际上就是将某个区间的值对应于某个值），数据的离散化是数据挖掘前的重要环节，离散化的过程是否合理将直接影响关联规则的挖掘结果。

22关联规则的分类

按照不同情况，关联规则可以进行分类如下：

1基于规则中处理的变量的类别，关联规则可以分为布尔型和数值型。

布尔型关联规则处理的值都是离散的、种类化的，它显示了这些变量之间的关系；而数值型关联规则可以和多维关联或多层关联规则结合起来，对数值型字段进行处理，将其进行动态的分割，或者直接对原始的数据进行处理，当然数值型关联规则中也可以包含种类变量。例如：性别=“女”=>职业=“秘书” ，是布尔型关联规则；性别=“女”=>avg（收入）=2300，涉及的收入是数值类型，所以是一个数值型关联规则。

2基于规则中数据的抽象层次，可以分为单层关联规则和多层关联规则。

在单层的关联规则中，所有的变量都没有考虑到现实的数据是具有多个不同的层次的；而在多层的关联规则中，对数据的多层性已经进行了充分的考虑。例如：IBM台式机=>Sony打印机，是一个细节数据上的单层关联规则；台式机=>Sony打印机，是一个较高层次和细节层次之间的多层关联规则。

3基于规则中涉及到的数据的维数，关联规则可以分为单维的和多维的。

在单维的关联规则中，我们只涉及到数据的一个维，如用户购买的物品；而在多维的关联规则中，要处理的数据将会涉及多个维。换成另一句话，单维关联规则是处理单个属性中的一些关系；多维关联规则是处理各个属性之间的某些关系。例如：啤酒=>尿布，这条规则只涉及到用户的购买的物品；性别=“女”=>职业=“秘书”，这条规则就涉及到两个字段的信息，是两个维上的一条关联规则。

23关联规则挖掘的相关算法

1Apriori算法：使用候选项集找频繁项集

Apriori算法是一种最有影响的挖掘布尔关联规则频繁项集的算法。其核心是基于两阶段频集思想的递推算法。该关联规则在分类上属于单维、单层、布尔关联规则。在这里，所有支持度大于最小支持度的项集称为频繁项集，简称频集。

该算法的基本思想是：首先找出所有的频集，这些项集出现的频繁性至少和预定义的最小支持度一样。然后由频集产生强关联规则，这些规则必须满足最小支持度和最小可信度。然后使用第1步找到的频集产生期望的规则，产生只包含集合的项的所有规则，其中每一条规则的右部只有一项，这里采用的是中规则的定义。一旦这些规则被生成，那么只有那些大于用户给定的最小可信度的规则才被留下来。为了生成所有频集，使用了递推的方法。

可能产生大量的候选集,以及可能需要重复扫描数据库，是Apriori算法的两大缺点。

2基于划分的算法

Savasere等设计了一个基于划分的算法。这个算法先把数据库从逻辑上分成几个互不相交的块，每次单独考虑一个分块并对它生成所有的频集，然后把产生的频集合并，用来生成所有可能的频集，最后计算这些项集的支持度。这里分块的大小选择要使得每个分块可以被放入主存，每个阶段只需被扫描一次。而算法的正确性是由每一个可能的频集至少在某一个分块中是频集保证的。该算法是可以高度并行的，可以把每一分块分别分配给某一个处理器生成频集。产生频集的每一个循环结束后，处理器之间进行通信来产生全局的候选k-项集。通常这里的通信过程是算法执行时间的主要瓶颈；而另一方面，每个独立的处理器生成频集的时间也是一个瓶颈。

3FP-树频集算法

针对Apriori算法的固有缺陷，J Han等提出了不产生候选挖掘频繁项集的方法：FP-树频集算法。采用分而治之的策略，在经过第一遍扫描之后，把数据库中的频集压缩进一棵频繁模式树（FP-tree），同时依然保留其中的关联信息，随后再将FP-tree分化成一些条件库，每个库和一个长度为1的频集相关，然后再对这些条件库分别进行挖掘。当原始数据量很大的时候，也可以结合划分的方法,使得一个FP-tree可以放入主存中。实验表明，FP-growth对不同长度的规则都有很好的适应性，同时在效率上较之Apriori算法有巨大的提高。

3该领域在国内外的应用

3．1关联规则发掘技术在国内外的应用

就目前而言，关联规则挖掘技术已经被广泛应用在西方金融行业企业中，它可以成功预测银行客户需求。一旦获得了这些信息，银行就可以改善自身营销。现在银行天天都在开发新的沟通客户的方法。各银行在自己的ATM机上就捆绑了顾客可能感兴趣的本行产品信息，供使用本行ATM机的用户了解。如果数据库中显示，某个高信用限额的客户更换了地址，这个客户很有可能新近购买了一栋更大的住宅，因此会有可能需要更高信用限额，更高端的新信用卡，或者需要一个住房改善贷款，这些产品都可以通过信用卡账单邮寄给客户。当客户打电话咨询的时候，数据库可以有力地帮助电话销售代表。销售代表的电脑屏幕上可以显示出客户的特点，同时也可以显示出顾客会对什么产品感兴趣。

同时，一些知名的电子商务站点也从强大的关联规则挖掘中的受益。这些电子购物网站使用关联规则中规则进行挖掘，然后设置用户有意要一起购买的捆绑包。也有一些购物网站使用它们设置相应的交叉销售，也就是购买某种商品的顾客会看到相关的另外一种商品的广告。

但是目前在我国，“数据海量，信息缺乏”是商业银行在数据大集中之后普遍所面对的尴尬。目前金融业实施的大多数数据库只能实现数据的录入、查询、统计等较低层次的功能，却无法发现数据中存在的各种有用的信息，譬如对这些数据进行分析，发现其数据模式及特征，然后可能发现某个客户、消费群体或组织的金融和商业兴趣，并可观察金融市场的变化趋势。可以说，关联规则挖掘的技术在我国的研究与应用并不是很广泛深入。

3．2近年来关联规则发掘技术的一些研究

由于许多应用问题往往比超市购买问题更复杂，大量研究从不同的角度对关联规则做了扩展，将更多的因素集成到关联规则挖掘方法之中，以此丰富关联规则的应用领域，拓宽支持管理决策的范围。如考虑属性之间的类别层次关系，时态关系，多表挖掘等。近年来围绕关联规则的研究主要集中于两个方面，即扩展经典关联规则能够解决问题的范围，改善经典关联规则挖掘算法效率和规则兴趣性。

编辑本段数据挖掘技术实现

在技术上可以根据它的工作过程分为：数据的抽取、数据的存储和管理、数据的展现等关键技术。

·数据的抽取

数据的抽取是数据进入仓库的入口。由于数据仓库是一个独立的数据环境，它需要通过抽取过程将数据从联机事务处理系统、外部数据源、脱机的数据存储介质中导入数据仓库。数据抽取在技术上主要涉及互连、复制、增量、转换、调度和监控等几个方面的处理。在数据抽取方面，未来的技术发展将集中在系统功能集成化方面，以适应数据仓库本身或数据源的变化，使系统更便于管理和维护。

·数据的存储和管理

数据仓库的组织管理方式决定了它有别于传统数据库的特性，也决定了其对外部数据的表现形式。数据仓库管理所涉及的数据量比传统事务处理大得多，且随时间的推移而快速累积。在数据仓库的数据存储和管理中需要解决的是如何管理大量的数据、如何并行处理大量的数据、如何优化查询等。目前，许多数据库厂家提供的技术解决方案是扩展关系型数据库的功能，将普通关系数据库改造成适合担当数据仓库的服务器。

·数据的展现

在数据展现方面主要的方式有：

查询：实现预定义查询、动态查询、OLAP查询与决策支持智能查询；报表：产生关系数据表格、复杂表格、OLAP表格、报告以及各种综合报表；可视化：用易于理解的点线图、直方图、饼图、网状图、交互式可视化、动态模拟、计算机动画技术表现复杂数据及其相互关系；统计：进行平均值、最大值、最小值、期望、方差、汇总、排序等各种统计分析；挖掘：利用数据挖掘等方法，从数据中得到关于数据关系和模式的知识。

编辑本段数据挖掘与数据仓库融合发展

数据挖掘和数据仓库的协同工作，一方面，可以迎合和简化数据挖掘过程中的重要步骤，提高数据挖掘的效率和能力，确保数据挖掘中数据来源的广泛性和完整性。另一方面，数据挖掘技术已经成为数据仓库应用中极为重要和相对独立的方面和工具。

数据挖掘和数据仓库是融合与互动发展的，其学术研究价值和应用研究前景将是令人振奋的。它是数据挖掘专家、数据仓库技术人员和行业专家共同努力的成果，更是广大渴望从数据库“奴隶”到数据库“主人”转变的企业最终用户的通途。

统计学与数据挖掘

统计学和数据挖掘有着共同的目标：发现数据中的结构。事实上，由于它们的目标相似，一些人（尤其是统计学家）认为数据挖掘是统计学的分支。这是一个不切合实际的看法。因为数据挖掘还应用了其它领域的思想、工具和方法，尤其是计算机学科，例如数据库技术和机器学习，而且它所关注的某些领域和统计学家所关注的有很大不同。

1．统计学的性质

试图为统计学下一个太宽泛的定义是没有意义的。尽管可能做到，但会引来很多异议。相反，我要关注统计学不同于数据挖掘的特性。

差异之一同上节中最后一段提到的相关，即统计学是一门比较保守的学科，目前有一种趋势是越来越精确。当然，这本身并不是坏事，只有越精确才能避免错误，发现真理。但是如果过度的话则是有害的。这个保守的观点源于统计学是数学的分支这样一个看法，我是不同意这个观点的,尽管统计学确实以数学为基础（正如物理和工程也以数学为基础，但没有被认为是数学的分支），但它同其它学科还有紧密的联系。

数学背景和追求精确加强了这样一个趋势：在采用一个方法之前先要证明，而不是象计算机 这

发个邮箱，有时间传给你！解压到一个目录

例如D:\

运行…\services\dotnet\en_us\dotnetfx35setupENexe，从Microsoft网站上下载更新

点击 我已经阅读并接受许可协议中的条款，点击安装

下载完，安装Net Framework 35 SP1

到文件目录，点击setupexe

若出现下面画面，表示需要先安装net framework

安装eplan8，点击安装

点击我接受，点击下一步

点击使用本机或仅限本人，点击下一步

此处可以更改安装位置，点击每一项右边的…进行更改，更改完，点击下一步

例如更改程序安装位置：

更改完，点击下一步

点击完整安装，下一步

点击安装

安装中

安装中

安装完成

授权：

1安装EPLAN P8，安装的时候不要装狗驱动（如果已装好EPLAN的，运行:\Electric P8 20 SP1\Services\Drivers\UninstallHardlockcmd卸载）；

2将“SN-U10066EGF”文件复制到C:\Documents and Settings\All Users\Application Data\EPLAN\Common（X32）或C: \ User \ Public \ Eplan \ Common \(X64)

C:\Documents and Settings\All Users\Application Data\EPLAN\Common为隐含目录，需要更改显示隐含才行

3运行“HASPUserSetupexe”安装狗驱动，中间会顿好久，耐心等候；

此处需要等待很久

4双击“SN-U10066reg”导入注册表文件；

点击是

5双击“\ X32 \ installcmd”安装，如果您是X64就双击“\ X64 \ installcmd”安装

如果是X32系统这时就完成破解了，如果是X64系统，需要继续进行下面的步骤：

6运行“dseo13bexe”--next--确定后弹出软件界面，选"Enable Test Mode"--next--确定；

选择Enable Test Mode，点击Next

7软件界面选"Sign a System File"--next--弹出界面输入"C:\Windows\System32\Drivers\multikeysys"--确定；

选择Sign a System File,点击Next

复制,C:\Windows\System32\Drivers\multikeysys到文本框中，点击OK

8选"exit"--next退出

选择Exit，点击Next，完成

9 重启电脑

启动Eplan8后，取消选择全部显示

取消选择全部显示后，选择第一个Professional专业版，或者Enterprise企业版

选择初级用户或其他，

EPLAN Electric P8 不允许输入字典中没有的文本

EPLAN Electric P8 中输入描述时 弹出 “输入值”对话框，不能输入描述。

请问是什么原因，是授权不对么？哪里有完整的授权？

能解决问题，保证能用就给分。

“根据权限管理中的当前规定，不允许输入字典中没有的文本”

要设成专家级，就可以任意输入文本了。估计你以前第一次运行时选的初级用户吧？你可以这样做：

1打开eplan

2点 选项-设置-用户-显示-用户界面，勾选“重新激活不显示的消息”

3确定后关闭eplan

4再打开eplan，然后选择专家级即可。

若Eplan安装好了，日后出现以下情形：

到360查杀木马，文件恢复区

找到multkeysys,点击恢复

勾选恢复后信任次文件，不再查杀，点击确定

找到破解文件，运行installcmd

日后就可以使用了

1、 如果是P8的格式，在菜单“工具->部件->部件管理”中的“附加->常规->部件数据库”选择需要导入的数据库，然后确定，再在“附加->导出”中，导出为“cvs”的格式。导出完成后，再在“附加->常规->部件数据库”选择原来的数据库“ESS_part001mdb”，再“附加->导入”文件选刚导出的“CSV”即可。 2、如果是eplan 5的格式，直接在“附加->导入”中，“文件类型”选“Eplan 5”，文件选要导入的产器数据库文件即可。

http://wenkubaiducom/view/bb87bad376eeaeaad1f3307fhtml