數(shù)據(jù)挖掘1序論(浙大)-資料下載頁
2025-01-17 12:37本頁面
【正文】 模式匹配：周期性分析 ? 基于類似性的分析 所有模式都是有趣的嗎？ ? 數(shù)據(jù)挖掘可能產(chǎn)生數(shù)以千計的模式或規(guī)則，但并不是所有的模式或規(guī)則都是令人感興趣的。 ? 模式興趣度的度量 ? 一個模式是有趣的，如果 (1) 它易于被人理解 ；（ 2）在某種程度上，對于新的或測試數(shù)據(jù)是有效的；（ 3）具有潛在效用；（ 4）新穎的；（ 5）符合用戶確信的某種假設 ? 模式興趣度的客觀和主觀度量 ? 客觀度量 : 基于所發(fā)現(xiàn)模式的結構和關于它們的統(tǒng)計， 比如： 支持度、置信度等等 ? 主觀度量 : 基于用戶對數(shù)據(jù)的判斷。比如：出乎意料的、新穎的、可行動的等等 能夠產(chǎn)生所有有趣模式并且僅產(chǎn)生有趣模式嗎？ ? 找出所有有趣的模式 : 數(shù)據(jù)挖掘算法的完全性問題 ? 數(shù)據(jù)挖掘系統(tǒng)能夠產(chǎn)生所有有趣的模式嗎 ? ? 試探搜索 ? 關聯(lián) vs. 分類 vs. 聚類 ? 只搜索有趣的模式 : 數(shù)據(jù)挖掘算法的最優(yōu)化問題 ? 數(shù)據(jù)挖掘系統(tǒng)可以僅僅發(fā)現(xiàn)有趣的模式嗎？ ? 方法 ? 首先生成所有模式然后過濾那些無趣的 . ? 僅僅生成有趣的模式 —挖掘查詢優(yōu)化 數(shù)據(jù)挖掘 :多個學科的融合 數(shù)據(jù)挖掘 數(shù)據(jù)庫系統(tǒng) 統(tǒng)計學 其他學科 算法 機器學習 可視化 數(shù)據(jù)挖掘系統(tǒng)的分類 (1) ? 數(shù)據(jù)挖掘的多學科融合的特性，決定了數(shù)據(jù)挖掘的研究將產(chǎn)生種類繁多的數(shù)據(jù)挖掘系統(tǒng)。 ? 根據(jù)所挖掘的數(shù)據(jù)庫分類 ? 關系數(shù)據(jù)庫，事務數(shù)據(jù)庫，流式數(shù)據(jù)，面向對象數(shù)據(jù)庫，對象關系數(shù)據(jù)庫，數(shù)據(jù)倉庫，空間數(shù)據(jù)庫，時序數(shù)據(jù)庫，文本數(shù)據(jù)庫，多媒體數(shù)據(jù)庫，異構數(shù)據(jù)庫，歷史數(shù)據(jù)庫， WWW 數(shù)據(jù)挖掘系統(tǒng)的分類 (2) ? 根據(jù)挖掘的知識類型 ? 特征分析 , 區(qū)分 , 關聯(lián)分析 , 分類聚類 , 孤立點分析 /演變分析 , 偏差分析等等 . ? 多種方法的集成和多層機挖掘 ? 根據(jù)挖掘所用的技術 ? 面向數(shù)據(jù)庫的挖掘、數(shù)據(jù)倉庫 、 OLAP、機器學習、統(tǒng)計學、可視化等等 . ? 根據(jù)挖掘所用的應用 ? 金融 ,電信 ,銀行 , 欺詐分析 , DNA分析 ,股票市場 , Web挖掘等等 . 數(shù)據(jù)挖掘的主要問題 (1) ? 數(shù)據(jù)挖掘是多個學科融合，但本課程所關注的是： 海量數(shù)據(jù)的挖掘的效率和可擴展性 ? 本課程中所要涵蓋的主要數(shù)據(jù)挖掘問題包括： ? 挖掘方法問題和用戶交互問題 ? 在數(shù)據(jù)庫中挖掘不同類型的知識 ? 在不同抽象層上的交互式知識挖掘 ? 背景知識的合并 ? 數(shù)據(jù)挖掘查詢語言和特定的數(shù)據(jù)挖掘 ? 數(shù)據(jù)挖掘結果的表示和可視化 ? 處理噪聲何不完全數(shù)據(jù) ? 模式評估 : 興趣度問題 數(shù)據(jù)挖掘的主要問題 (2) ? 性能問題 ? 數(shù)據(jù)挖掘算法的效率和可擴展性 (scalability) ? （什么是可擴展性？） ? 并行，分布式和增量挖掘算法 ? （數(shù)據(jù)的分塊挖掘） ? 其他和多樣化的數(shù)據(jù)庫類型相關的問題 ? 關系型和復雜數(shù)據(jù)類型的處理 ? 為特定的數(shù)據(jù)類型構建特定的數(shù)據(jù)挖掘系統(tǒng) ? 從異構數(shù)據(jù)庫中挖掘 ? WEB數(shù)據(jù)挖掘
教學課件相關推薦
鄂ICP備17016276號-1