數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘1簡(jiǎn)介(編輯修改稿)
2025-03-27 12:38 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 操作型數(shù)據(jù)庫(kù) 外部數(shù)據(jù)源 Top tier: 前端工具 Middle tier: OLAP server Bottom tier: 數(shù)據(jù)倉(cāng)庫(kù) server 數(shù)據(jù) 17 數(shù)據(jù)挖掘在什么數(shù)據(jù)上進(jìn)行 多媒體數(shù)據(jù)庫(kù) 空間數(shù)據(jù)庫(kù) 18 數(shù)據(jù)挖掘在什么數(shù)據(jù)上進(jìn)行 時(shí)間序列數(shù)據(jù)庫(kù) 19 數(shù)據(jù)挖掘在什么數(shù)據(jù)上進(jìn)行 文本數(shù)據(jù)庫(kù) 20 數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘 動(dòng)機(jī)：為什么要進(jìn)行數(shù)據(jù)挖掘 數(shù)據(jù)挖掘的步驟 數(shù)據(jù)挖掘在什么數(shù)據(jù)上進(jìn)行 數(shù)據(jù)挖掘功能和分類(lèi) 一些新的研究方向 21 數(shù)據(jù)挖掘的功能 概念描述：特征和區(qū)分 概化，匯總，比較數(shù)據(jù)特征，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%] 22 數(shù)據(jù)挖掘的功能 分類(lèi)和預(yù)測(cè) 找出描述和識(shí)別類(lèi)或概念的模型（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)，或根據(jù)單位里程的耗油量對(duì)汽車(chē)分類(lèi) 表示：決策樹(shù)（ decisiontree）， 分類(lèi)規(guī)則，神經(jīng)元網(wǎng)絡(luò) 預(yù)測(cè)：預(yù)測(cè)某些未知或遺漏的數(shù)值 23 數(shù)據(jù)挖掘的功能 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 24 數(shù)據(jù)挖掘的功能 孤立點(diǎn)（ Outlier）分析 孤立點(diǎn)：一個(gè)數(shù)據(jù)對(duì)象，與數(shù)據(jù)的一般行為不一致 孤立點(diǎn)可以被視為例外，但對(duì)于欺騙檢測(cè)和罕見(jiàn)事件分析，它是相當(dāng)有用的 趨勢(shì)和演變分析 趨勢(shì)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(jì)的分析 25 數(shù)據(jù)挖掘：多學(xué)科交叉 數(shù)據(jù)庫(kù) 機(jī)器學(xué)習(xí) 統(tǒng)計(jì)分析
法律信息相關(guān)推薦
鄂ICP備17016276號(hào)-1