數(shù)據(jù)挖掘概念與技術(shù)(編輯修改稿)
2025-08-28 16:51 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 數(shù)據(jù)集成 數(shù)據(jù)庫(kù) 數(shù)據(jù)倉(cāng)庫(kù) 任務(wù)相關(guān)數(shù)據(jù) 選擇 數(shù)據(jù)挖掘 模式評(píng)估 2022年 8月 19日星期五 數(shù)據(jù)挖掘：概念不技術(shù) 15 KDD過(guò)程的步驟 ? 學(xué)習(xí)應(yīng)用領(lǐng)域 : – 相關(guān)的先驗(yàn)知識(shí)和應(yīng)用的目標(biāo) ? 創(chuàng)建目標(biāo)數(shù)據(jù)集 : 數(shù)據(jù)選擇 ? 數(shù)據(jù)清理和預(yù)處理 : (可能占全部工作的 60%!) ? 數(shù)據(jù)歸約不變換 : – 發(fā)現(xiàn)有用的特征 , 維 /變量歸約 , 丌變量的表示 . ? 選擇數(shù)據(jù)挖掘函數(shù) – 匯總 , 分類(lèi) , 回歸 , 關(guān)聯(lián) , 聚類(lèi) . 2022年 8月 19日星期五 數(shù)據(jù)挖掘：概念不技術(shù) 16 KDD過(guò)程的步驟 (續(xù) ) ? 選擇挖掘算法 ? 數(shù)據(jù)挖掘 : 搜索有趣的模式 ? 模式評(píng)估和知識(shí)表示 – 可規(guī)化 , 變換 , 刪除冗余模式 , 等 . ? 發(fā)現(xiàn)知識(shí)的使用 2022年 8月 19日星期五 數(shù)據(jù)挖掘：概念不技術(shù) 17 數(shù)據(jù)挖掘和商務(wù)智能 提高支持商務(wù)決策的潛能 最終用戶 商務(wù)分析人員 數(shù)據(jù)分析人員 DBA 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(jì)分析 , 查詢(xún)和報(bào)告 數(shù)據(jù)倉(cāng)庫(kù) / 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(kù)系統(tǒng) , OLTP系統(tǒng) 2022年 8月 19日星期五 數(shù)據(jù)挖掘：概念不技術(shù) 18 典型的數(shù)據(jù)挖掘系統(tǒng)結(jié)構(gòu) 數(shù)據(jù)倉(cāng)庫(kù) 數(shù)據(jù)清理 數(shù)據(jù)集成 過(guò)濾 數(shù)據(jù)庫(kù) 數(shù)據(jù)庫(kù)或數(shù)據(jù)倉(cāng)庫(kù) 數(shù)據(jù)挖掘引擎 模式評(píng)估 圖形用戶界面 知識(shí)庫(kù) 2022年 8月 19日星期五 數(shù)據(jù)挖掘：概念不技術(shù) 19 數(shù)據(jù)挖掘 :在什么數(shù)據(jù)上進(jìn)行 ? ? 關(guān)系數(shù)據(jù)庫(kù) ? 數(shù)據(jù)倉(cāng)庫(kù) ? 事務(wù) (交易 )數(shù)據(jù)庫(kù) ? 先進(jìn)的數(shù)據(jù)庫(kù)和信息存儲(chǔ) – 面向?qū)ο蠛蛯?duì)象 關(guān)系數(shù)據(jù)庫(kù) – 空間和時(shí)間數(shù)據(jù) – 時(shí)間序列數(shù)據(jù)和流數(shù)據(jù) – 文本數(shù)據(jù)庫(kù)和多媒體數(shù)據(jù)庫(kù) – 異種數(shù)據(jù)庫(kù)和遺產(chǎn)數(shù)據(jù)庫(kù) – WWW 2022年 8月 19日星期五 數(shù)據(jù)挖掘：概念不技術(shù) 20 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%] 2022年 8月 19日星期五 數(shù)據(jù)挖掘：概念不技術(shù) 21 數(shù)據(jù)挖掘功能 (2) ? 分類(lèi)和預(yù)測(cè) – 找出描述和識(shí)別類(lèi)戒概念的模型 ( 函數(shù) ), 用于將來(lái)的預(yù)測(cè) – 例如根據(jù)氣候?qū)?guó)家分類(lèi) , 戒根據(jù)單位里程的耗油量對(duì)汽車(chē)分類(lèi) – 表示 : 判定樹(shù) (decisiontree), 分類(lèi)觃則 , 神經(jīng)網(wǎng)絡(luò) – 預(yù)測(cè) : 預(yù)測(cè)某些未知戒遺漏的數(shù)值值 ? 聚類(lèi)分析 – 類(lèi)標(biāo)號(hào) (Class label) 未知 : 對(duì)數(shù)據(jù)分組 , 形成新的類(lèi) . 例如 , 對(duì)房屋分類(lèi) , 找出分布模式 – 聚類(lèi)原則 : 最大化類(lèi)內(nèi)的相似性 , 最小化類(lèi)間的相似性 2022年 8月 19日星期五 數(shù)據(jù)挖掘：概念不技術(shù) 22 數(shù)據(jù)挖掘功能 (3) ? 孤立點(diǎn) (Outlier)分析
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1