物聯(lián)網(wǎng)中的智能決策(ppt 35頁)(文件)
【正文】 析 尋找離群點的方法 ?基于統(tǒng)計的方法： 需要事先已知數(shù)據(jù)的分布或概率模型 (例如一個正態(tài)分布 )，然后根據(jù)數(shù)據(jù)點與該模型的不一致性檢驗來確定離群點 ?基于距離的方法： 不需要數(shù)據(jù)模型，而是將那些沒有足夠鄰居的數(shù)據(jù)對象看作是離群點，這里的鄰居是基于距給定對象的距離來定義的。在聚類的時候，將每個單元格當作一條數(shù)據(jù)進行處理。典型算法包括 kmeans算法和 kmedoids算法等 ?層次方法 ：對給定數(shù)據(jù)集合進行逐層遞歸的合并或者分裂，因此可以被分為合并或分裂方法。在選擇區(qū)分屬性以前，數(shù)據(jù)的期望信息為 ，用職業(yè)區(qū)分之后的期望信息為 ，則選擇職業(yè)作為區(qū)分屬性的 信息增益 為 )4,6( ?? IE )3,4(107)1,2(10339?？蛻魯?shù)據(jù)庫描述的客戶屬性包括姓名、年齡、收入、職業(yè)和信用記錄。第 13章 物聯(lián)網(wǎng)中的 智能決策 內(nèi)容提要 智能決策 是物聯(lián)網(wǎng)“智慧”的來源。 內(nèi)容回顧 數(shù)據(jù)挖掘概述 數(shù)據(jù)挖掘的基本類型和算法 * 智能決策與物聯(lián)網(wǎng) 什么是數(shù)據(jù)挖掘？數(shù)據(jù)挖掘有哪三個步驟？ 本章內(nèi)容 數(shù)據(jù)挖掘概述 數(shù)據(jù)挖掘 （ Data Mining） ?從大量 數(shù)據(jù) 中獲取潛在有用的并且可以被人們理解的 模式 的過程 ?是一個 反復(fù)迭代 的 人機交互和處理 的過程，歷經(jīng)多個步驟，并且在一些步驟中需要由用戶提供決策 數(shù)據(jù)挖掘的過程： ?數(shù)據(jù)預(yù)處理、數(shù)據(jù)挖掘和對挖掘結(jié)果的評估與表示 ?每一個階段的輸出結(jié)果成為下一個階段的輸入 數(shù)據(jù)挖掘概述 數(shù)據(jù)挖掘的過程 ?數(shù)據(jù)預(yù)處理階段 ?數(shù)據(jù)準備：了解領(lǐng)域特點，確定用戶需求 ?數(shù)據(jù)選?。簭脑紨?shù)據(jù)庫中選取相關(guān)數(shù)據(jù)或樣本 ?數(shù)據(jù)預(yù)處理：檢查數(shù)據(jù)的完整性及一致性，消除噪聲等 ?數(shù)據(jù)變換：通過投影或利用其他操作減少數(shù)據(jù)量 ?數(shù)據(jù)挖掘階段 ?確定挖掘目標：確定要發(fā)現(xiàn)的知識類型 ?選擇算法：根據(jù)確定的目標選擇合適的數(shù)據(jù)挖掘算法 ?數(shù)據(jù)挖掘：運用所選算法，提取相關(guān)知識并以一定的方式表示 ?知識評估與表示階段 ?模式評估：對在數(shù)據(jù)挖掘步驟中發(fā)現(xiàn)的模式 (知識 )進行評估 ?知識表示：使用可視化和知識表示相關(guān)技術(shù)，呈現(xiàn)所挖掘的知識 數(shù)據(jù)挖掘概述 數(shù)據(jù)挖掘的過程 數(shù)據(jù)挖掘概述 數(shù)據(jù)挖掘的基本類型和算法 * 智能決策與物聯(lián)網(wǎng) 數(shù)據(jù)挖掘的基本類型和算法有那些？ 本章內(nèi)容 數(shù)據(jù)挖掘的基本類型和算法 數(shù)據(jù)挖掘的基本類型 關(guān)聯(lián)分析 (Association Analysis) 聚類分析 (Clustering Analysis) 離群點分析 (Outlier Analysis) 分類與預(yù)測 (Classification and Prediction) 演化分析 (Evolution Analysis) 描述性 挖掘任務(wù)：刻劃數(shù)據(jù)庫中數(shù)據(jù)的一般特
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1