數(shù)據(jù)挖掘概念與技術(shù)第一章(編輯修改稿)
2025-06-20 11:39 本頁面
【文章內(nèi)容簡介】 BA 制定決策 數(shù)據(jù)表示 可視化技術(shù) 數(shù)據(jù)挖掘 信息發(fā)現(xiàn) 數(shù)據(jù)探查 OLAP, MDA 統(tǒng)計分析 , 查詢和報告 數(shù)據(jù)倉庫 / 數(shù)據(jù)集市 數(shù)據(jù)源 文字記錄 , 文件 , 信息提供者 , 數(shù)據(jù)庫系統(tǒng) , OLTP系統(tǒng) 2021年 6月 14日星期一 數(shù)據(jù)挖掘：概念與技術(shù) 20 典型的數(shù)據(jù)挖掘系統(tǒng)結(jié)構(gòu) 數(shù)據(jù)倉庫 數(shù)據(jù)清理 數(shù)據(jù)集成 過濾 數(shù)據(jù)庫 數(shù)據(jù)庫或數(shù)據(jù)倉庫 數(shù)據(jù)挖掘引擎 模式評估 圖形用戶界面 知識庫 2021年 6月 14日星期一 數(shù)據(jù)挖掘：概念與技術(shù) 21 數(shù)據(jù)挖掘 :在什么數(shù)據(jù)上進行 ? ? 關(guān)系數(shù)據(jù)庫 ? 數(shù)據(jù)倉庫 ? 事務(wù) (交易 )數(shù)據(jù)庫 ? 先進的數(shù)據(jù)庫和信息存儲 ? 面向?qū)ο蠛蛯ο?關(guān)系數(shù)據(jù)庫 ? 空間和時間數(shù)據(jù) ? 時間序列數(shù)據(jù)和流數(shù)據(jù) ? 文本數(shù)據(jù)庫和多媒體數(shù)據(jù)庫 ? 異種數(shù)據(jù)庫和遺產(chǎn)數(shù)據(jù)庫 ? WWW 2021年 6月 14日星期一 數(shù)據(jù)挖掘：概念與技術(shù) 22 數(shù)據(jù)挖掘功能 (1) ? 概念描述 : 特征和區(qū)分 ? 概化 , 匯總 , 和比較數(shù)據(jù)特征 , 例如 , 干燥和潮濕的地區(qū) ? 關(guān)聯(lián) (相關(guān)和因果關(guān)系 ) ? 多維和單維關(guān)聯(lián) ? age(X, “20..29”) ^ ine(X, “20..29K”) ?buys(X, “PC”) [support = 2%, confidence = 60%] ? contains(T, “puter”) ? contains(T, “software”) [support = 1%, confidence = 75%] 2021年 6月 14日星期一 數(shù)據(jù)挖掘：概念與技術(shù) 23 數(shù)據(jù)挖掘功能 (2) ? 分類和預(yù)測 ? 找出描述和識別類或概念的模型 ( 函數(shù) ), 用于將來的預(yù)測 ? 例如根據(jù)氣候?qū)曳诸?, 或根據(jù)單位里程的耗油量對汽車分類 ? 表示 : 判定樹 (decisiontree), 分類規(guī)則 , 神經(jīng)網(wǎng)絡(luò) ? 預(yù)測 : 預(yù)測某些未知或遺漏的數(shù)值值 ? 聚類分析 ? 類標(biāo)號 (Class label) 未知 : 對數(shù)據(jù)分組 , 形成新的類 . 例如 , 對房屋分類 , 找出分布模式 ? 聚類原則 : 最大化類內(nèi)的相似性 , 最小化類間的相似性 2021年 6月 14日星期一 數(shù)據(jù)挖掘：概念與技術(shù) 24 數(shù)據(jù)挖掘功能 (3) ? 孤立點 (Outlier)分析 ? 孤立點 : 一個數(shù)據(jù)對象 , 它 與數(shù)據(jù)的一般行為不一致 ? 孤立點可以被視為例外 , 但對于欺騙檢測和罕見事件分析 , 它是相當(dāng)有用的 ? 趨勢和演變分析 ? 趨勢和偏離 : 回歸分析 ? 序列模式挖掘 , 周期性分析 ? 基于相似的分析 ? 其它基于模式或統(tǒng)計的分析 2021年 6月 14日星期一 數(shù)據(jù)挖掘：概念與技術(shù) 25 挖掘出的所有模式都是有趣的嗎 ? ? 一個數(shù)據(jù)挖掘系統(tǒng) /查詢可以挖掘出數(shù)以千計的模式 , 并非所有的模式都是有趣的 ? 建議的方法 : 以人為中心 , 基于查詢的 , 聚焦的挖掘 ? 興趣度度量 : 一個模式是 有趣的 如果它是 易于被人理解的 , 在某種程度上 在新的或測試數(shù)據(jù)上是有效的 , 潛在有用的 , 新穎的 , 或 驗證了用戶希望證實的某種假設(shè) ? 客觀與主觀的興趣度度量 : ? 客觀 : 基于模式的統(tǒng)計和結(jié)構(gòu) , 例如 , 支持度 , 置信度 , 等 . ? 主觀 : 基于用戶對數(shù)據(jù)的確信 , 例如 , 出乎意料 , 新穎性 , 可行動性(actionability), 等 . 2021年 6月 14日星期一 數(shù)據(jù)挖掘：概念與技術(shù) 26 能夠只發(fā)現(xiàn)有趣的模式嗎 ? ? 發(fā)現(xiàn)所有有趣的模式 : 完全性 ? 數(shù)據(jù)挖掘系統(tǒng)能夠發(fā)現(xiàn) 所有 有趣的模式嗎 ? ? 關(guān)聯(lián) vs. 分類 vs. 聚類 ? 僅搜索有趣的模式 : 優(yōu)化 ? 數(shù)據(jù)挖掘系統(tǒng)能夠 僅 發(fā)現(xiàn)有趣的模式嗎 ? ? 方法 ? 首先找出所有模式 , 然后過濾掉不是有趣的那些 . ? 僅產(chǎn)生有趣的模式 — 挖掘查詢優(yōu)化 2021年 6月 14日星期一 數(shù)據(jù)挖掘：概念與技術(shù) 27 數(shù)據(jù)挖掘 : 多學(xué)科交叉 數(shù)據(jù)挖掘 數(shù)據(jù)庫技術(shù) 統(tǒng)計學(xué) 其它學(xué)科 信息科學(xué) 機器學(xué)習(xí) 可視化 2021年 6月 14日星期一
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1