數(shù)據(jù)挖掘算法介紹綜述(ppt30)-經(jīng)營(yíng)管理-在線瀏覽
2024-10-19 09:58本頁(yè)面
【正文】 ? 響應(yīng)模型 ? 交叉銷售 ? 價(jià)值評(píng)估 ? 客戶分群 數(shù)據(jù)挖掘分類 ? 挖掘模式 ? 預(yù)測(cè)型 (Predictive) ? 描述型 (Descriptive) ? 實(shí)際作用可分為以下幾種模式： ? 分類：對(duì)沒有分類的數(shù)據(jù)進(jìn)行分類； ? 預(yù)測(cè)：用歷史來預(yù)測(cè)未來； ? 關(guān)聯(lián)分析：關(guān)聯(lián)規(guī)則； ? 聚類：物以類聚； ? 序列模式： 在多個(gè)數(shù)據(jù)序列中發(fā)現(xiàn)共同的行為模式 。 ? 偏差分析： 從數(shù)據(jù)分析中發(fā)現(xiàn)異常情況。 數(shù)據(jù)挖掘分類 ? 挖掘模型 ? 決策樹 (decision tree) ? 關(guān)聯(lián)規(guī)則 (association rules) ? 聚類 (clustering) ? 神經(jīng)網(wǎng)絡(luò) (Artificial Neural Networks， 簡(jiǎn)記作 ANN) ? 粗糙集 (rough set) ? 概念格 (concept lattice) ? 遺傳算法 (geic algorithms) ? 序列模式 (sequence pattern) ? 貝葉斯 (Bayes) ? 支持向量機(jī) (support vector machine， 簡(jiǎn)記作 SVM) ? 模糊集 (fuzzy set) ? 基于案例的推理 (casebased reasoning， 簡(jiǎn)記作 CBR) 決策樹 ? 決策樹學(xué)習(xí)是以實(shí)例為基礎(chǔ)的歸納學(xué)習(xí)算法 ,著眼于從一組無(wú)次序 /無(wú)規(guī)則的事例中推理出決策樹表示形式的分類規(guī)則； ? 決策樹基本算法是 :貪心算法 ,它以自頂向下遞歸、各個(gè)擊破方式構(gòu)造決策樹 . 關(guān)聯(lián)規(guī)則 ? 關(guān)聯(lián)規(guī)則是形式如下的一種規(guī)則， “ 在購(gòu)買面包和黃油的顧客中，有 90％的人同時(shí)也買了牛奶 ” （面包＋黃油 → 牛奶）； ? 關(guān)聯(lián)規(guī)則的 “ 三度 ” ：支持度、可信度、興趣度。 ? 激勵(lì)函數(shù)的選擇和權(quán)值的調(diào)整 粗糙集 ? 粗糙集理論是一種研究不精確、不確定性知識(shí)的數(shù)學(xué)工具； ? 粗糙集對(duì)不精確概念的描述方法是：通過上近似概念和下近似概
醫(yī)療健康相關(guān)推薦
鄂ICP備17016276號(hào)-1