freepeople性欧美熟妇, 色戒完整版无删减158分钟hd, 无码精品国产vα在线观看DVD, 丰满少妇伦精品无码专区在线观看,艾栗栗与纹身男宾馆3p50分钟,国产AV片在线观看,黑人与美女高潮,18岁女RAPPERDISSSUBS,国产手机在机看影片

正文內(nèi)容

數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中的應(yīng)用論(編輯修改稿)

2025-02-04 09:17 本頁面
 

【文章內(nèi)容簡(jiǎn)介】 類或者分布。 決策樹算法是目前應(yīng)用最廣泛的歸納推理算法之一,是一種逼近離散值函數(shù)的方法,也可將它看作是一個(gè)布爾函數(shù)。它是以實(shí)例為基礎(chǔ)的歸納學(xué)習(xí)算法,通過對(duì)一組訓(xùn)練數(shù)據(jù)的學(xué)習(xí) ,構(gòu)造出決策樹形式的只是表示,在決策樹的內(nèi)節(jié)點(diǎn)進(jìn)行屬性值的比較并根據(jù)不同的屬性值判斷從該節(jié)點(diǎn)向下的分枝,從而在決策樹葉節(jié)點(diǎn)得到結(jié)論。所以從根到葉節(jié)點(diǎn)的一條路徑就對(duì)應(yīng)著一條規(guī)則,整棵決策樹就對(duì)應(yīng)著一組吸取表達(dá)式規(guī)則。 神經(jīng)網(wǎng)絡(luò) 神經(jīng)網(wǎng)絡(luò)是指由大量神經(jīng)元互聯(lián)而成的網(wǎng)絡(luò),類似于服務(wù)器互聯(lián)而成的因特網(wǎng)。它主要由“神經(jīng)元”的互聯(lián),或按組織的結(jié)點(diǎn)構(gòu)成。通常神經(jīng)網(wǎng)絡(luò)模型由三個(gè)層次組成:輸入層,中間層,輸出層。 在神經(jīng)元求得輸入值后,再匯總計(jì)算總輸入值;由過濾機(jī)比較總輸出值,確定網(wǎng)絡(luò)的輸出值??梢酝ㄟ^模擬判斷 ,來不斷修正計(jì)算的“權(quán)值”來達(dá)到學(xué)習(xí)的目的,增加判斷的正確性。 粗糙集 粗糙值是一種研究不確定性問題的工具,它根據(jù)已有的給定問題的知識(shí),對(duì)問題論域進(jìn)行劃分,然后對(duì)劃分后的每個(gè)組成部分確定其對(duì)某個(gè)概念的支持程度。它用于從數(shù)據(jù)庫中發(fā)現(xiàn)分類規(guī)則的基本思路是將數(shù)據(jù)庫中的屬性分為條件屬性和結(jié)論屬性。對(duì)數(shù)據(jù)庫中的元組根據(jù)各個(gè)屬性不同的屬性值分成相應(yīng)的子集,然后對(duì)條件屬性劃分的子集與結(jié)論屬性劃分的子集之間上下近似關(guān)系生成判定規(guī)則。 回歸分析 回歸分析分為線性回歸、多元回歸和非線性回歸。線性回歸 中,數(shù)據(jù)是用直線建模;多元回歸是線性回歸的擴(kuò)展,涉及多個(gè)預(yù)測(cè)變量。非線性回歸是在基本線性模型上添加多個(gè)項(xiàng)式項(xiàng)形成為線性回歸模型。 1. 數(shù)據(jù)挖掘階段分析 數(shù)據(jù)挖掘階段作為整個(gè)項(xiàng)目的重中之重,通常數(shù)據(jù)挖掘的流程包括項(xiàng)目理解、數(shù)據(jù)理解、數(shù)據(jù)準(zhǔn)備、建立模型、模型評(píng)估和模型發(fā)布等。 項(xiàng)目理解階段 此階段主要確定項(xiàng)目目標(biāo),訂立項(xiàng)目成功的標(biāo)準(zhǔn),完成項(xiàng)目形勢(shì)評(píng)估及制定項(xiàng)目執(zhí)行計(jì)劃等等。項(xiàng)目成功的標(biāo)準(zhǔn)是模型的準(zhǔn)確率達(dá)到多少、純度達(dá)到多少等,而形式評(píng)估則主要對(duì)項(xiàng)目實(shí)施未來可能遇到的問題作一個(gè)簡(jiǎn)單的評(píng)估,業(yè)務(wù)及行業(yè)規(guī)則不斷變 化,模型在應(yīng)用過程中會(huì)遇到各種問題等。至于項(xiàng)目計(jì)劃則是對(duì)整個(gè)項(xiàng)目需要的時(shí)間,資源作一個(gè)整體的規(guī)劃把控。除此之外,此階段還需要對(duì)相關(guān)專業(yè)術(shù)語進(jìn)行解釋說明等。 數(shù)據(jù)理解和數(shù)據(jù)準(zhǔn)備 數(shù)據(jù)挖掘?qū)?shù)據(jù)的依賴性非常高,為了能夠?qū)崿F(xiàn)數(shù)據(jù)挖掘的目標(biāo),要求收集的數(shù)據(jù)足夠全,質(zhì)量盡量高。通常在這個(gè)階段花費(fèi)的時(shí)間占整個(gè)項(xiàng)目的一半還多。原始數(shù)據(jù)采集完后,還需要對(duì)數(shù)據(jù)進(jìn)行描述和處理,比如進(jìn)一步探查已選變量與目標(biāo)變量之間是否存在關(guān)系,各變量數(shù)據(jù)的基本探查,如空值數(shù)目、唯一值數(shù)目、最小最大值的統(tǒng)計(jì)以及數(shù)據(jù)質(zhì)量檢驗(yàn)等。 建立模型階段 數(shù)據(jù)挖掘項(xiàng)目的建立模型都要經(jīng)過三個(gè)階段:建立模型,測(cè)試并調(diào)整模型,應(yīng)用模型。建立模型,就得選擇相應(yīng)的建模技術(shù),可能應(yīng)用到?jīng)Q策樹、神經(jīng)網(wǎng)絡(luò)及回歸分析等統(tǒng)計(jì)技術(shù),在項(xiàng)目運(yùn)營(yíng)的各個(gè)階段,數(shù)據(jù)不同,運(yùn)營(yíng)宣傳方式也不同,這就可能利用模型的組合,各個(gè)項(xiàng)目階段采用不同的模型進(jìn)行預(yù)測(cè)分析。 模型評(píng)估階段 模型的應(yīng)用通常需要較長(zhǎng)周期的檢驗(yàn)才能準(zhǔn)確的評(píng)估其是否滿足商業(yè)標(biāo)準(zhǔn),在傳統(tǒng)行業(yè),這個(gè)評(píng)估通常在模型應(yīng)用一年后作出。此外,對(duì)于設(shè)計(jì)的模型,不但要評(píng) 估模型的準(zhǔn)確性和通用性,還要努力找出相關(guān)商業(yè)理由解釋說明模型的欠缺,把生成的結(jié)果與建模初訂立的標(biāo)準(zhǔn)進(jìn)行對(duì)比,同時(shí)根據(jù)目前的狀況對(duì)數(shù)據(jù)倉庫變量
點(diǎn)擊復(fù)制文檔內(nèi)容
公司管理相關(guān)推薦
文庫吧 www.dybbs8.com
備案圖片鄂ICP備17016276號(hào)-1