第13章_物聯(lián)網(wǎng)中的智能決策31(編輯修改稿)
2025-01-25 15:06 本頁面
【文章內(nèi)容簡介】 密度超過閾值，就將該區(qū)域的數(shù)據(jù)進(jìn)行聚類。其優(yōu)勢在于噪音數(shù)據(jù)下的抗干擾能力，并能夠發(fā)現(xiàn)任意形狀的聚類 聚類分析 聚類分析的方法（續(xù)） ?基于網(wǎng)格的方法 ：把對象空間量化為具有規(guī)則形狀的單元格，從而形成一個網(wǎng)格狀結(jié)構(gòu)。在聚類的時候，將每個單元格當(dāng)作一條數(shù)據(jù)進(jìn)行處理。優(yōu)點是處理速度很快，因處理時間與數(shù)據(jù)對象數(shù)目無關(guān)，而只與量化空間中的單元格數(shù)目相關(guān) ?基于模型的方法 ：如果事先已知數(shù)據(jù)是根據(jù)潛在的概率分布生成的，基于模型的方法便可為每個聚類構(gòu)建相關(guān)的數(shù)據(jù)模型，然后尋找數(shù)據(jù)對給定模型的最佳匹配。主要分兩類：統(tǒng)計學(xué)方法和神經(jīng)網(wǎng)絡(luò)方法 離群點分析 離群點 (Outlier)：數(shù)據(jù)集合中存在的一些數(shù)據(jù)對象，它們與其余絕大多數(shù)數(shù)據(jù)的特性或模型不一致 尋找離群點的意義 ?發(fā)現(xiàn)信用卡詐騙 。通過檢測購物地點、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 。在網(wǎng)絡(luò)銷售的時候，詐騙者往往冒充商家，出售報價比正常價格低出許多的商品，這樣的行為也是可以通過離群點分析被找到的 離群點分析 尋找離群點的方法 ?基于統(tǒng)計的方法： 需要事先已知數(shù)據(jù)的分布或概率模型 (例如一個正態(tài)分布 )，然后根據(jù)數(shù)據(jù)點與該模型的不一致性檢驗來確定離群點 ?基于距離的方法： 不需要數(shù)據(jù)模型，而是將那些沒有足夠鄰居的數(shù)據(jù)對象看作是離群點，這里的鄰居是基于距給定對象的距離來定義的。現(xiàn)有的基于距離的離群點探測算法又分為基于索引的算法，嵌套循環(huán)算法和基于單元的算法，其目的都是為了減小計算和 I/O開銷 ?基于偏移的方法： 不采用統(tǒng)計檢驗或基于距離的度量值來確定異常對象。相反，它通過檢查數(shù)據(jù)對象的一組主要特征來確定離群點。偏離事先給出的特征描述的數(shù)據(jù)對象被認(rèn)為是離群點 演化分析 演化分析 的目的是挖掘 隨時間變化 的數(shù)據(jù)對象的變化規(guī)律和趨勢，并對其建模，進(jìn)而為相關(guān)決策提供參考 演化分析的應(yīng)用 ?對股票的演化分析可以得出整個股票市場和特定的公司的股票變化規(guī)律，為投資者決策提供幫助 ?對生態(tài)和氣候的演化分析可以知道人類活動對自然的影響程度，為環(huán)境保護(hù)提供重要依據(jù) ?… 建模方法： 除了關(guān)聯(lián)分析和分類分析，還包括與時間相關(guān)的數(shù)據(jù)分析方法，主要包括趨勢分析、相似搜索、序列模式挖掘和與周期分析 演化分析 與時間相關(guān)的數(shù)據(jù)分析方法 ?趨勢分析： 確定趨勢的常見方法是計算數(shù)據(jù) n階的變化平均值，或者采用最小二乘法等方法平滑數(shù)據(jù)變化曲線 ?相似搜索
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1