データマイニングでメジャーはどのように計算されますか？

メジャーは、分配法則、代数法則、および全体論を含む3つの要素に編成できます。使用する集計関数の種類によって異なります。

配布 −集計関数は、次のように配信された方法で計算できる場合、分配法則です。データがnセットに独立していると考えてください。各パーティションへのサービスを使用できるため、n個の集計値が得られます。

関数を使用してn個の集計値に変更された結果が、関数をデータセット全体（パーティション化なし）に使用して得られた結果と同じである場合、関数は分散して評価できます。

たとえば、データキューブのcount（）は、最初にキューブをサブキューブのグループに分割し、すべてのサブキューブのcount（）を計算してから、各サブキューブで取得したカウントを合計することで計算できます。したがって、count（）は分散型の集約サービスです。

分散型集計サービスを使用して取得されたメジャーは、分散型です。分配法則は分配法則で計算できるため、効果的に計算できます。

代数 −集約関数は、M個の引数（Mは有界の正の整数）を持つ代数サービスによって計算できる場合は代数的であり、各引数は分配集約サービスを使用して取得されます。

たとえば、avg（）（平均）はsum（）/ count（）で計算できます。ここで、sum（）とcount（）は両方とも分散型集約サービスです。同様に、min N（）とmax N（）（特定のセットでN個の最小値とN個の最大値を検出します）と標準偏差（）は代数的集計サービスであると表示できます。メジャーは、代数集計サービスを使用して取得された場合、代数的です。

ホリスティック −サブアグリゲートを定義するために必要なストレージサイズに固定の境界がない場合、アグリゲート関数は全体論的です。計算を説明するM個の引数（Mは定数）を持つ代数関数が継続しない場合。

中央値（）、最頻値（）、ランク（）などの全体的な関数の例。メジャーは、全体的な集計関数を使用して取得された場合、全体的なものになります。

ほとんどの大規模なデータキューブアプリケーションでは、分配法則と代数法則の効果的な計算が必要でした。これにはいくつかの効率的な方法があります。対照的に、全体的な測定値を効率的に計算することは複雑です。いくつかの全体的な尺度の計算を概算するための効率的なアプローチは、まだ存在します。

たとえば、正確なmedian（）を計算する代わりに、巨大なデータセットのおおよその中央値を計算するために使用できます。場合によっては、そのような方法は、全体的な測定値の効果的な計算の難しさを克服するのに十分です。