數(shù)據(jù)挖掘數(shù)據(jù)挖掘模型評估-資料下載頁
2025-08-22 09:02本頁面
【導(dǎo)讀】評估分類法準(zhǔn)確率的技術(shù)有保持和k-. 另外，還有兩種提供分類法準(zhǔn)確率的策略：裝袋。通常，三分之二的數(shù)。據(jù)分配到訓(xùn)練集，其余三分之一分配到訓(xùn)練集。部分初始數(shù)據(jù)用于導(dǎo)出的分類法。隨機(jī)子選樣是“保持”方法的一種變形，它將?？傮w準(zhǔn)確率估計取每次。迭代準(zhǔn)確率的平均值。訓(xùn)練和測試k次。數(shù)據(jù)中的樣本總數(shù)。由于使用放回選樣，的某些樣本可能不在中，而。其他的可能出現(xiàn)多次。由每個訓(xùn)練集學(xué)習(xí)，得到一個分。的類預(yù)測，算作一票。通過取得票的平均值，或者多數(shù)，裝。在推進(jìn)中，每個訓(xùn)練樣本賦予一個權(quán)。即使用相同的分類器，各個分類器不是獨(dú)立的；據(jù)分類為“cancer”或“non_cancer”。而f_pos假正樣本（被錯誤地標(biāo)記為“cancer”的。為核發(fā)現(xiàn)金卡以及給予額度的標(biāo)準(zhǔn)。B公司的準(zhǔn)確度是68%。戶被誤判為違約戶，因此準(zhǔn)確率只有68%。所謂小概率事件是發(fā)生概率小，而且一定。所有客戶采取行動，就會形成浪費(fèi)，因此，犯第二類錯誤是取偽錯誤。
【正文】 其信用卡賬戶有 15筆交易，例外報告將要求發(fā)卡行聯(lián)系持卡人進(jìn)行確認(rèn)。 優(yōu)化商品組合布局，正確安排商品進(jìn)貨與庫存 ? 從眾多的商品中發(fā)現(xiàn)創(chuàng)造價值最大的商品。然后，據(jù)此調(diào)整商品的結(jié)構(gòu)，安排商品的庫存和定貨。 ? 商品布局管理即商品擺放位置對銷售起著至關(guān)重要的作用。 2020/10/5 65 考慮購買者在商店里所穿行的路線、購買時間和地點(diǎn)、貨架的使用效率、暢銷商品的類別、不同商品一起購買的概率，進(jìn)行挖掘。 英國 safeway公司，研究發(fā)現(xiàn)某一種乳酪產(chǎn)品雖然銷售額排名第 209，可是消費(fèi)額最高的客戶中有 25％都常常買這種乳酪，這些客戶可是 Safeway最不想得罪的客戶。如果使用傳統(tǒng)的分析方法的話，這種產(chǎn)品很快就會不賣了，可是事實上這種產(chǎn)品是相當(dāng)重要的。 Safeway也發(fā)現(xiàn)在 28種品牌的橘子汁中，有 8中特別受到歡迎。因此，該公司重新安排貨架的擺設(shè)，使橘子汁的銷量能夠增加到最大 ? 例如，一個超市營銷的例子，經(jīng)由記錄客戶的消費(fèi)記錄與采購路線，超級市場的廚房用品是按照女性的視線高度來擺放的。 ? 根據(jù)研究得出：美國婦女的視線高度是 150公分左右，男性是 163公分左右，而最舒適的視線角度是視線高度以下 15度左右，所以最好的貨品陳列位置是在 130135公分之間。在商業(yè)上，有很多特征是很難理解的，但若了解到這些信息就會增加企業(yè)的競爭能力。 2020/10/5 66 利用數(shù)據(jù)挖掘技術(shù)幫助企業(yè)準(zhǔn)確制定營銷策略，主要表現(xiàn)在： ? （ 1）通過對市場同類產(chǎn)品和銷售情況、顧客情況的資料收集和分類分析，明確細(xì)分市場，確定本企業(yè)差別化的產(chǎn)品和服務(wù)定位、目標(biāo)顧客和市場營銷策略。（業(yè)績分析） ? （ 2）正確安排商品進(jìn)貨與庫存，降低庫存成本。即對各個商品、各色貨物進(jìn)行增減，確保正確的庫存；協(xié)助企業(yè)確定最佳經(jīng)濟(jì)批量、最佳定貨時機(jī)，從而節(jié)約進(jìn)貨和庫存管理費(fèi)用； 2020/10/5 67 ? （ 3）將顧客按照一定的標(biāo)準(zhǔn)進(jìn)行分類，通過對企業(yè)銷售數(shù)據(jù)的序列分析發(fā)現(xiàn)顧客基于時間的購買模式，預(yù)測顧客需求，及時調(diào)整產(chǎn)品的結(jié)構(gòu)和內(nèi)容，提高不同顧客群的滿意度，最大限度的留住顧客。 ? （ 4）通過建立顧客會員制度，記錄同一顧客在不同時期購買的商品序列，通過統(tǒng)計分析和序列模式挖掘顧客購買趨勢或忠誠度的變化。 2020/10/5 68 以顧客為導(dǎo)向 ? 例如， Safeway在了解客戶每次采購時會購買哪些產(chǎn)品以后，就可以利用數(shù)據(jù)挖掘中的監(jiān)測功能，監(jiān)測出長期的經(jīng)常購買行為。再將這些資料與主數(shù)據(jù)庫的人口統(tǒng)計資料結(jié)合在一起， Safeway的營銷部門就可以根據(jù)每個家庭的特性，也就是哪些季節(jié)會購買哪些產(chǎn)品的趨勢，發(fā)出郵件。 2020/10/5 69 ? 例如，擁有汽車的新婚夫妻很可能購買兒童專用汽車椅，這個現(xiàn)象很容易被理解，并不需要應(yīng)用到數(shù)據(jù)挖掘中。 ? 但如考慮到另一個問題，這些夫妻會購買何種顏色的兒童專用汽車椅？這時可以運(yùn)用數(shù)據(jù)挖掘技術(shù)以便在新婚夫妻購買汽車的時候銷售給他們合適的兒童專用汽車椅。 2020/10/5 70 （ 7）交叉銷售 2020/10/5 71 關(guān)聯(lián)規(guī)則 A1：地理位置無關(guān)型客戶＝ ≥ 重視物業(yè)管理 支持率 =%；可信度 =%；興趣度 =； 關(guān)聯(lián)規(guī)則 B1：重視物業(yè)管理＝ ≥ 地理位置無關(guān)型客戶 支持率 =%；可信度 =%；興趣度 =； 對比發(fā)現(xiàn)：“重視物業(yè)管理的人不關(guān)心地理位置”的可能性（ %）高于“不關(guān)心地理位置的人重視物業(yè)管理”的可能性（ %）。說明關(guān)聯(lián)規(guī)則 B1是一條更有意義的關(guān)聯(lián)規(guī)則。 2020/10/5 72 2020/10/5 73 2020/10/5 74 ?什么激發(fā)了數(shù)據(jù)挖掘，為什么它是重要的？ ?什么是數(shù)據(jù)挖掘？ ?在何種數(shù)據(jù)上進(jìn)行數(shù)據(jù)挖掘？ ?數(shù)據(jù)挖掘的功能 ?幾種較為流行的數(shù)據(jù)挖掘技術(shù) 75 2020/10/5 ?數(shù)據(jù)爆炸性的增長：從兆字節(jié) terabytes 到千兆字節(jié)petabytes。 ?多種海量數(shù)據(jù)源 ? 商業(yè) : 網(wǎng)絡(luò) , 電子商務(wù) , 交易 , 股票 , … ? 科學(xué) : 遙感數(shù)據(jù) , 生物信息學(xué) , 科學(xué)模擬 , … ? 社會各個角落 : 新聞 , 數(shù)字影像 , 視頻， … ?“ 我們被信息淹沒卻信息貧乏 !” ?“ 需要是發(fā)明之母 ” ——— 數(shù)據(jù)挖掘 — 海量數(shù)據(jù)庫的自動化分析 。 76 2020/10/5 ? 根據(jù)文章中出現(xiàn)的詞的相似性，可以把八篇文章分為兩個自然簇。第一個簇由前四篇文章組成，對應(yīng)于經(jīng)濟(jì)新聞，而第二個簇包含后四篇文章，對應(yīng)于衛(wèi)生保健新聞。 77 ? 數(shù)據(jù)挖掘（從數(shù)據(jù)中發(fā)現(xiàn)知識） ?數(shù)據(jù)挖掘就是從大量的、不完全的、 有噪聲的 、模糊的、隨機(jī)的數(shù)據(jù)中，提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識的過程。 2020/10/5 ? 從數(shù)據(jù)中挖掘知識 ? 相近的術(shù)語 ?數(shù)據(jù)庫中知識發(fā)現(xiàn) (KDD)、知識提取、數(shù)據(jù) /模式識別、 數(shù)據(jù)考古、數(shù)據(jù)捕撈、知識獲取、商業(yè)智能等。 78 2020/10/5 Knowledge Discovery in Databases 79 ? 數(shù)據(jù)挖掘是知識發(fā)現(xiàn)的核心步驟 Data Cleaning Data Integration Databases Data Warehouse Taskrelevant Data Selection Data Mining Pattern Evaluation 2020/10/5 2020/10/5 80 Increasing potential to support business decisions End User Business Analyst Data Analyst DBA Decision Making Data Presentation Visualization Techniques Data Mining Information Discovery Data Exploration Statistical Summary, Querying, and Reporting Data Preprocessing/Integration, Data Warehouses Data Sources Paper, Files, Web documents, Scientific experiments, Database Systems 數(shù)據(jù)庫管理員 OLAP ?商務(wù)智能通常被理解為將企業(yè)中現(xiàn)有的數(shù)據(jù)轉(zhuǎn)化為知識，幫助企業(yè)做出明智的業(yè)務(wù)經(jīng)營決策的工具。 ?一般由數(shù)據(jù)倉庫、聯(lián)機(jī)分析處理、數(shù)據(jù)挖掘、數(shù)據(jù)備份和恢復(fù)等部分組成。
高考資料相關(guān)推薦
鄂ICP備17016276號-1