數(shù)據(jù)挖掘可挖掘的知識(shí)類型-資料下載頁
2025-05-15 11:38本頁面
【正文】 掘可以利用統(tǒng)計(jì)學(xué)中的回歸方法，通過歷史數(shù)據(jù)直接產(chǎn)生連續(xù)的對(duì)未來數(shù)據(jù)的預(yù)測(cè)值；可以借助于經(jīng)典的統(tǒng)計(jì)方法、神經(jīng)網(wǎng)絡(luò)和機(jī)器學(xué)習(xí)等技術(shù)。無論如何，經(jīng)典的統(tǒng)計(jì)學(xué)方法是挖掘預(yù)測(cè)知識(shí)的基礎(chǔ)。 20 時(shí)間序列 具有一個(gè)或多個(gè)時(shí)間屬性的預(yù)測(cè)應(yīng)用稱為時(shí)間序列問題 。時(shí)間序列是數(shù)據(jù)存在的特殊形式，序列的過去值會(huì)影響到將來值，這種影響的大小以及影響的方式可由時(shí)間序列中的趨勢(shì)周期及非平穩(wěn)等行為來刻畫。 例如：系統(tǒng)調(diào)用日志記錄了操作系統(tǒng)及其系統(tǒng)進(jìn)程調(diào)用的時(shí)間序列，通過對(duì)正常調(diào)用序列的學(xué)習(xí)可以預(yù)測(cè)隨后發(fā)生的系統(tǒng)調(diào)用序列、發(fā)現(xiàn)異常的調(diào)用。表 24給出了一個(gè)系統(tǒng)調(diào)用數(shù)據(jù)表。 這樣的數(shù)據(jù)源可以通過適當(dāng)?shù)臄?shù)據(jù)整理使之成為調(diào)用序列，如表 25，再通相應(yīng)的挖掘算法達(dá)到跟蹤和分析操作系統(tǒng)審計(jì)數(shù)據(jù)的目的。 21 時(shí)間序列 進(jìn)程號(hào) （ pro— id） 調(diào)用時(shí)間 （ call— time） 調(diào)用號(hào) （ call— id） 744 744 1069 9 1069 744 1069 9 1 04： 01： 10： 30 04： 01： 10： 31 04： 01： 10： 32 04： 01： 10： 34 04： 01： 10： 35 04： 01： 10： 38 04： 01： 10： 39 04： 01： 10： 40 23 14 4 24 5 81 62 16 進(jìn)程號(hào)（ pro— id） 調(diào)用序列（ call— sequence） 744 1069 9 （ 23， 14， 81） （ 14， 24， 16） （ 4， 5， 62） 表 24 系統(tǒng)進(jìn)程調(diào)用數(shù)據(jù)示例 表 25 系統(tǒng)調(diào)用序列數(shù)據(jù)表示例 22 偏差檢測(cè) ? 偏差檢測(cè)（ deviation detection）就是對(duì)數(shù)據(jù)集中的偏差數(shù)據(jù)進(jìn)行檢測(cè)與分析 。 ? 在要處理的大量數(shù)據(jù)中，常常存在一些異常數(shù)據(jù)，它們與其它的數(shù)據(jù)的一般行為或模型不一致。這里數(shù)據(jù)記錄就是偏差（ deviation），也就是孤立點(diǎn) 。 ? 偏差包括很多潛在的知識(shí)，如不滿足常規(guī)類的異常例子、分類中出現(xiàn)的反常實(shí)例、在不同時(shí)刻發(fā)生了顯著變化的某個(gè)對(duì)象或集合、觀察值與模型推測(cè)出的期望值之間有顯著差異的事例等。 ? 偏差的產(chǎn)生可能是某種數(shù)據(jù)錯(cuò)誤造成的，也可能是數(shù)據(jù)變異所固有的結(jié)果。從數(shù)據(jù)集中檢測(cè)出這些偏差很有意義，例如在欺詐探測(cè)中，偏差可能預(yù)示著欺詐行為。 23 偏差檢測(cè) ? 偏差檢測(cè)的主要問題在于：偏差點(diǎn)與數(shù)據(jù)記錄之間不一致的標(biāo)準(zhǔn)如何確定；以及如何找到一個(gè)有效的方法來發(fā)現(xiàn)這樣的偏差點(diǎn)。 ? 偏差檢測(cè)的基本方法是，尋找觀測(cè)結(jié)果與參照值之間有意義的差別?；谟?jì)算機(jī)的偏差檢測(cè)算法大致有三類：統(tǒng)計(jì)學(xué)方法，基于距離的方法和基于偏移的方法。 ? 例如，偏差檢測(cè)可以發(fā)現(xiàn)信用卡欺騙。通過檢測(cè)一個(gè)給定帳號(hào)的支付記錄，如果發(fā)現(xiàn)存在著某個(gè)付款數(shù)額比一般的付款數(shù)額高出很多的付費(fèi)記錄，則可能是信用卡欺詐。 ? 偏差分析的一個(gè)重要特征就是它可以有效地過濾大量的不感興趣的模式。 2
公司管理相關(guān)推薦
鄂ICP備17016276號(hào)-1