数据归约的策略如下：

1. 数据方聚集：聚集操作用于数据方中的数据。

2. 维归约：可以检测并删除不相关、弱相关或冗余的属性或维。

3. 数据压缩：使用编码机制压缩数据集。

4. 数值压缩：用替代的、较小的数据表示替换或估计数据，如参数模型（只需要存放模型参数，而不是实际数据）或非参数方法，如聚类、选样和使用直方图。

5. 离散化和概念分层产生：属性的原始值用区间值或较高层的概念替换。概念分层允许挖掘多个抽象层上的数据，是数据挖掘的一种强有力的工具。