物聯(lián)網(wǎng)中的智能決策(ppt35頁)(更新版)
【正文】 1項(xiàng)集 ?滿足年齡 (顧客 , “20~29”) 收入 (顧客 , “3000~5000”)的項(xiàng)集是 2項(xiàng)集 計(jì)算步驟 ?首先找到具備足夠支持度的項(xiàng)集，即 頻繁項(xiàng)集 ?然后由頻繁項(xiàng)集構(gòu)成關(guān)聯(lián)規(guī)則，并計(jì)算置信度 關(guān)聯(lián)分析 如何尋找頻繁項(xiàng)集 ?Apriori算法 基本思想： 利用已求出的 k項(xiàng)集來計(jì)算 (k+1)項(xiàng)集 ?首先計(jì)算頻繁 1項(xiàng)集 ?然后根據(jù)兩個(gè)頻繁 k項(xiàng)集 {p1, p2, ..., pk}， {q1, q2, ..., qk}計(jì)算頻繁 (k+1)項(xiàng)集，其中 pi=qi， 1=i=k1，且該 (k+1)項(xiàng)集為 {p1, p2, ..., pk, qk} ?最后判定該 (k+1)項(xiàng)集是否頻繁即可 缺點(diǎn)： 可能產(chǎn)生大量候選項(xiàng)集，并需要重復(fù)地掃描數(shù)據(jù)庫 ?FPGrowth算法 利用樹狀結(jié)構(gòu)保存項(xiàng)集，從而減小了計(jì)算頻繁項(xiàng)集所需的存儲(chǔ)空間 關(guān)聯(lián)分析 如何由頻繁項(xiàng)集構(gòu)造關(guān)聯(lián)規(guī)則，并計(jì)算置信度 關(guān)聯(lián)規(guī) A B的置信度 其中 count(A AND B)為滿足條件 A以及 B的數(shù)據(jù)項(xiàng)數(shù)目， count(A)為滿足條件 A的數(shù)據(jù)項(xiàng)數(shù)目 計(jì)算步驟 ?對(duì)于每一個(gè)頻繁項(xiàng)集 S，計(jì)算 S的所有非空子集 ?對(duì)于每個(gè) S的非空子集 F，若 大于給定置信度閾值，則得到一個(gè)關(guān)聯(lián)規(guī)則 ? )(count ) AND (count)|(P)(Confide nce A BAABBA ???)(count )(countFS )( FS ??分類和預(yù)測(cè) 分類和預(yù)測(cè) 的目標(biāo)是 找出描述和區(qū)分不同數(shù)據(jù)類或概念的模型或函數(shù) ，以便能夠使用模型預(yù)測(cè)數(shù)據(jù)類或標(biāo)記未知的對(duì)象 所獲得的 分類模型 可以采用多種形式加以描述輸出 ?分類規(guī)則 ?判定樹 ?數(shù)學(xué)公式 ?神經(jīng)網(wǎng)絡(luò) ?… 分類與預(yù)測(cè)的區(qū)別： 分類通常指預(yù)測(cè)數(shù)據(jù)對(duì)象屬于哪一類，而當(dāng)被預(yù)測(cè)的值是數(shù)值數(shù)據(jù)時(shí)，通常稱為預(yù)測(cè) 分類和預(yù)測(cè) 以 判定樹 方法為例，簡(jiǎn)要介紹分類的基本步驟和結(jié)果表示 問題實(shí)例 ：假定商場(chǎng)需要向潛在的客戶郵寄新產(chǎn)品資料和促銷信息。首先創(chuàng)建一個(gè)初始劃分，然后通過對(duì)劃分中心點(diǎn)的反復(fù)迭代來改進(jìn)劃分。通過檢測(cè)購物地點(diǎn)、商品種類或者購物金額和頻率，能夠發(fā)現(xiàn)與絕大多數(shù)正常消費(fèi)不一樣的記錄，這種行為就有可能屬于信用卡詐騙性使用 ?預(yù)防網(wǎng)絡(luò)詐騙 。數(shù)據(jù)挖掘可以通過對(duì)已有數(shù)據(jù)的處理，找到數(shù)據(jù)對(duì)象之間的關(guān)系，然后利用學(xué)習(xí)得到的模式進(jìn)行合理的預(yù)測(cè) ?金融欺詐識(shí)別主要是通過分析正常行為和詐騙行為的數(shù)據(jù)和模式，得到詐騙行為的一些特性，這樣當(dāng)某項(xiàng)業(yè)務(wù)記錄符合這樣的特征時(shí)，識(shí)別系統(tǒng)可以向決策人員提出警告 產(chǎn)品制造和質(zhì)量監(jiān)控 精準(zhǔn)農(nóng)業(yè) 市場(chǎng)行銷 智能家居 金融安全 產(chǎn)品制造和質(zhì)量監(jiān)控 互聯(lián)網(wǎng)用戶行為分析 ?隨著科技進(jìn)步，制造業(yè)已不是簡(jiǎn)單的手工勞動(dòng)，而是集成了多種先進(jìn)科技的流水作業(yè)。 ?熟悉數(shù)據(jù)挖掘的過程（數(shù)據(jù)預(yù)處理，挖掘知識(shí)，知識(shí)評(píng)估
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1