數(shù)據(jù)挖掘可挖掘的知識類型-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)的對未來數(shù)據(jù)的預(yù)測值；可以借助于經(jīng)典的統(tǒng)計方法、神經(jīng)網(wǎng)絡(luò)和機器學(xué)習(xí)等技術(shù)。無論如何，經(jīng)典的統(tǒng)計學(xué)方法是挖掘預(yù)測知識的基礎(chǔ)。 20 時間序列 具有一個或多個時間屬性的預(yù)測應(yīng)用稱為時間序列問題 。時間序列是數(shù)據(jù)存在的特殊形式，序列的過去值會影響到將來值，這種影響的大小以及影響的方式可由時間序列中的趨勢周期及非平穩(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)進程調(diào)用的時間序列，通過對正常調(diào)用序列的學(xué)習(xí)可以預(yù)測隨后發(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)的挖掘算法達到跟蹤和分析操作系統(tǒng)審計數(shù)據(jù)的目的。 21 時間序列 進程號 （ pro— id） 調(diào)用時間 （ call— time） 調(diào)用號 （ 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 進程號（ 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 ? 偏差檢測（ deviation detection）就是對數(shù)據(jù)集中的偏差數(shù)據(jù)進行檢測與分析 。 ? 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 。 ? 偏差包括很多潛在的知識，如不滿足常規(guī)類的異常例子、分類中出現(xiàn)的反常實例、在不同時刻發(fā)生了顯著變化的某個對象或集合、觀察值與模型推測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)集中檢測出這些偏差很有意義，例如在欺詐探測中，偏差可能預(yù)示著欺詐行為。 23 偏差檢測 ? 偏差檢測的主要問題在于：偏差點與數(shù)據(jù)記錄之間不一致的標準如何確定；以及如何找到一個有效的方法來發(fā)現(xiàn)這樣的偏差點。 ? 偏差檢測的基本方法是，尋找觀測結(jié)果與參照值之間有意義的差別?；谟嬎銠C的偏差檢測算法大致有三類：統(tǒng)計學(xué)方法，基于距離的方法和基于偏移的方法。 ? 例如，偏差檢測可以發(fā)現(xiàn)信用卡欺騙。通過檢測一個給定帳號的支付記錄，如果發(fā)現(xiàn)存在著某個付款數(shù)額比一般的付款數(shù)額高出很多的付費記錄，則可能是信用卡欺詐。 ? 偏差分析的一個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-1