物聯網中的智能決策(ppt35頁)-wenkub
2023-01-26 23:13:41 本頁面
【正文】 建立樹節(jié)點時，選取合適的判定屬性，以 最大化期望信息增益應 ?某種屬性上的信息增益大小反映了該屬性區(qū)分給定數據的的能力強弱 nannannanaanaI ?????? loglog),(10條客戶記錄，其中 6人購買了計算機， 4人沒有購買。?? EE聚類分析 聚類的目的是 將數據對象劃分為多個類或簇 ，在同一個簇中的對象之間具有較高的相似度，而不同簇中的對象差別較大 聚類與分類的區(qū)別： 要劃分的類是事先未知的 聚類分析的應用 聚類分析 聚類分析的方法 ?劃分方法 ：要求事先給定聚類的數目 k。分裂方法首先將所有的數據對象置于一個類中，然后反復迭代并判定當前的類是否可以被繼續(xù)分裂，直到達到終止條件為止 ?基于密度的方法 ：只要某區(qū)域數據密度超過閾值，就將該區(qū)域的數據進行聚類。主要分兩類：統計學方法和神經網絡方法 離群點分析 離群點 (Outlier)：數據集合中存在的一些數據對象，它們與其余絕大多數數據的特性或模型不一致 尋找離群點的意義 ?發(fā)現信用卡詐騙 。相反，它通過檢查數據對象的一組主要特征來確定離群點。例如，如果主人在門口，就將由安裝在門上的智能設備向他發(fā)出提醒，如果在車內，則由車載計算機發(fā)出提醒 金融安全 精準農業(yè) 市場行銷 智能家居 金融安全 產品制造和質量監(jiān)控 互聯網用戶行為分析 ?由于金融投資的風險很大，所以在進行投資決策時，需要通過對各種投資方向的數據進行分析，以選擇最佳的投資方向。 ?通過數據挖掘對數據進行分析，可以得到產品質量與這些參數之間的關系，從而能獲得針對性很強的建議以改進產品質量，而且有可能發(fā)現新的更高效節(jié)約的控制模式，為廠家?guī)碡S厚的回報 互聯網用戶行為分析 精準農業(yè) 市場行銷 智能家居 金融安全 產品制造和質量監(jiān)控 互聯網用戶行為分析 ?隨著中國互聯網用戶數的激增，用戶在互聯網上的行為分析逐漸引起了關注。 重點掌握 ?了解數據挖掘的概念以及特點（反復迭代，人機交互）。 本章小結 重點掌握（續(xù)） ?理解聚類分析與分類的區(qū)別，了解 kmeans算法。 Thank you! 。 ?了解演化分析的基本概念。 ?理解關聯分析的相關概念：關聯規(guī)則（支持度 /置信度）， Apriori算法，頻繁項集。其次，能夠幫助更好地組織和設計網頁，以及幫助改善市場營銷策略 (例如把廣告放在合適的網頁上 )以更好地吸引客戶的注意 本章小結 內容回顧 本章介紹了數據挖掘的基本流程，重點介紹了五種典型的數據挖掘算法和步驟。在產品的生產制造過程中常常伴隨有大量的數據，如產品的各種加工條件或控制參數 (如時間、溫度等 )。 ?數據通過物聯網傳輸到遠程控制中心，可及時查清當前農作物 的 生長環(huán)境現狀和變化趨勢，確定農作物的生產目標 。在網絡銷售的時候，詐騙者往往冒充商家，出售報價比正常價格低出許多的商品，這樣的行為也是可以通過離群點分析被找到的 離群點分
教學課件相關推薦
鄂ICP備17016276號-1