7(2)-數(shù)據(jù)挖掘與決策支持(完整版)
【正文】 的事情。通過了解哪些商品頻繁地被顧客同時購買，這種關(guān)聯(lián)的發(fā)現(xiàn)可以幫助零售商制定營銷策略。 BP神經(jīng)網(wǎng)絡(luò)按照最優(yōu)訓(xùn)練準(zhǔn)則反復(fù)迭代，確定并不斷調(diào)整神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，通過迭代修改，當(dāng)誤差收斂時學(xué)習(xí)過程終止。 神經(jīng)元 通過非線性函數(shù) n維的輸入向量 x 被映射為變量 ymkfweighted sumInputvector xoutput yActivationfunctionweightvector w229。 OLAP的定義和特點(diǎn)n OLAP與 OLTP的區(qū)別 （ 1） OLTP主要面向公司職員 。 在數(shù)據(jù)倉庫中只有單一集成的數(shù)據(jù)源，并且數(shù)據(jù)是可訪問的。發(fā)現(xiàn)的知識要可接受、可理解、可運(yùn)用；并不要求發(fā)現(xiàn)放之四海皆準(zhǔn)的知識，僅支持特定的發(fā)現(xiàn)問題。它是一個新興的，面向商業(yè)應(yīng)用的 AI研究。目前的數(shù)據(jù)庫系統(tǒng)雖然可以高效地實(shí)現(xiàn)數(shù)據(jù)的錄入、查詢、統(tǒng)計(jì)等功能，但無法發(fā)現(xiàn)數(shù)據(jù)中存在的關(guān)系和規(guī)則，無法根據(jù)現(xiàn)有的數(shù)據(jù)預(yù)測未來的發(fā)展趨勢。與數(shù)據(jù)挖掘相近的同義詞包括：數(shù)據(jù)融合、數(shù)據(jù)分析和決策支持等。 此定義由最為權(quán)威的、被稱為 “數(shù)據(jù)倉庫之父 ”的 William H. Inmon 先生給出。因此， 多維分析的概念，即 OLAP。Step 0 Step 1 Step 2 Step 3 Step 4bdcea a bd ec d ea b c d eStep 4 Step 3 Step 2 Step 1 Step 0agglomerative(AGNES)divisive(DIANA)CURE算法－ Data Partitioning and Clusteringq s = 50q p = 2q s/p = 25x xxyy yyxyxns/pq = 5CHAMELEON算法ConstructSparse Graph Partition the GraphMerge PartitionFinal ClustersData Set客戶總列表30% VIP01 孩子 23 孩子20% VIP4+ 孩子$50 75k ine15% VIP$75k+ ine70% VIP$5075k ine $2050k ine85% VIPAge: 40 6080% VIPAge: 20 4045% VIP分類決策樹分類決策樹Attributes = {Outlook, Temperature, Humidity, Wind}OutlookHumidity Windsunny rainovercastyesno yeshigh normalnostrong weakyesPlayTennis = {yes, no}打高爾夫球的決策樹實(shí)例（自頂向下） 根據(jù)加薪百分比、工作時長、法定節(jié)假日、及醫(yī)療保險三個屬性來判斷一個企業(yè)的福利狀況 (good或 bad)。但實(shí)際上，隱層神經(jīng)元數(shù)不宜過多；否則會極大加長訓(xùn)練時間，并造成網(wǎng)絡(luò)容錯能力下降。 BP神經(jīng)網(wǎng)絡(luò)存在的問題n 網(wǎng)絡(luò)癱瘓問題 在訓(xùn)練過程中，權(quán)值可能變得很大，這會使神經(jīng)元的網(wǎng)絡(luò)輸入變得更大，從而使得其激勵函數(shù)的一階導(dǎo)函數(shù)在此點(diǎn)上的取值很小。分析工具和軟件分析工具和軟件?WORD?EXECL?PowerPoint?Access?Microsoft Visio?SmartDraw?PCEDIT?EpiData?SPSS Ente
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1