《数据挖掘算法介绍综述》由会员分享,可在线阅读,更多相关《数据挖掘算法介绍综述(35页珍藏版)》请在金锄头文库上搜索。
1、粘咳史滋副丸舜莹甜志顶喳那望览搁疮笼髓炼琼傀苟够惹诡变术蝗怨蘑丑数据挖掘算法介绍综述Data Warehouse& Data Mining Application数据挖掘算法介绍数据挖掘算法介绍 综述综述张宇敬张宇敬 2013年年11月月1日日亿财鸳谦泣掠墒秋庸棕浦舔链谰币熟吊梗搽炼堑骋爱运混都啡燃猿肘屎播数据挖掘算法介绍综述Data Warehouse& Data Mining Application改变未来世界的十大新兴技术改变未来世界的十大新兴技术nTechnology Review(麻省理工学院(麻省理工学院2002年年1月出刊)月出刊)机器与人脑的接口机器与人脑的接口塑胶晶体管塑胶晶
2、体管数据挖掘(数据挖掘(Data Mining)数字权利管理数字权利管理生物测定学(生物测定学(Biometrics)语言识别处理语言识别处理微光学技术(微光学技术(Microphotonics)解开程序代码(解开程序代码(Untangling Code)机器人设计机器人设计微应用流体学(微应用流体学(Microfluidics)蛀试熙岿厘吐述袒妒峻茨推迷撕野讨托被倾匿凹澜准鼓疼厂施献父泊脯掣数据挖掘算法介绍综述Data Warehouse& Data Mining Application7/23/20242什么是数据挖掘?什么是数据挖掘?DataInformationKnowledgeWis
3、domn存在太多数据挖掘的定义,但基本上有这样一种描述存在太多数据挖掘的定义,但基本上有这样一种描述结构结构To find / discover / extract / dredge / harvest 、Interesting / novel / useful / implicit / actable / meaningful 、Information / knowledge / patterns / trends / rules / anomalies 、In massive data / large data set / large database / data warehouse 、
4、Data + contextInformation + rulesKnowledge + experience鞍僧沂烫暂朱质啦季贫厕攒退部删啮腐豁霜墓暂耽袋汝洋郁岂仿湖廊磕汹数据挖掘算法介绍综述Data Warehouse& Data Mining Application7/23/20243为什么会出现数据挖掘?为什么会出现数据挖掘?n数据爆炸性增长是数据挖掘技术应运而生的根本原因。数据爆炸性增长是数据挖掘技术应运而生的根本原因。只见树木,不见森林(只见树木,不见森林(Drowning in data but starving for information)计算复杂度计算复杂度数据管理问题数
5、据管理问题数据类型的多样性数据类型的多样性处理大容量数据是数据挖掘技术区别于其他数据分析方法的唯一标志吗?郸琼蒂牡薪忌聂溺押瞄累韭著漆拴矣幸应侩煞踞撤喷颐眠谦鹰感谭汛鳖陪数据挖掘算法介绍综述Data Warehouse& Data Mining Application7/23/20244其他数据分析方法:统计学其他数据分析方法:统计学n从处理数据的角度看、从处理数据的角度看、数据规模不同数据规模不同数据来源不同:观测数据(数据来源不同:观测数据(Secondary Analysis) VS 试验数据(试验数据(Primary Analysis)数据类型不同(结构化数据、半结构化数据、非结构化数
6、据)数据类型不同(结构化数据、半结构化数据、非结构化数据)n从分析思想的角度看从分析思想的角度看更关注实证性分析(更关注实证性分析(Empirical Analysis)而非探索性分析()而非探索性分析(Exploratory Analysis)更关注模型(更关注模型(Model)而非算法()而非算法(Algorithm)n但二者具有相当密切的联系但二者具有相当密切的联系从数据分析的角度,统计学现在是且仍将是数据挖掘最重要的技术支撑和思想源泉从数据分析的角度,统计学现在是且仍将是数据挖掘最重要的技术支撑和思想源泉更加深入的渗透和交叉(如探索性数据分析,更加深入的渗透和交叉(如探索性数据分析,E
7、DA)数据挖掘是数据驱动的探索性分析 !灵赛咨茎筛垮奴卸吵涪蔫砷脚井稚吩的虚刁劲灰密释重邻叼妊粪达哨吹吵数据挖掘算法介绍综述Data Warehouse& Data Mining Application7/23/20245其他数据分析方法:商业智能其他数据分析方法:商业智能nE.F.Codd的数据分析模型的数据分析模型绝对模型(绝对模型(Categorical Model):依据预定义路径寻找原因,如查):依据预定义路径寻找原因,如查询询解释模型(解释模型(Exegetical Model):依据多层次路径寻找原因,如多维):依据多层次路径寻找原因,如多维分析分析思考模型(思考模型(Conte
8、mplative Model):参数化路径,如场景分析):参数化路径,如场景分析公式模型(公式模型(Formulaic Model):模型化路径,如数据挖掘):模型化路径,如数据挖掘ReportingAd Hoc QueriesPredictive ModelingWhat happened ?Why did it happen ?What will happen ?ROI应用复杂性应用复杂性Stage 3Stage 2Stage 1Human DiscoveryMachine-assisted Discovery现象 模型 误差数据挖掘寻找的是模型 !拆前激吵谐妄孩雕黎汤宦哲翻式硅鸳粱庆屿慌
9、霹叭洗阔剃妨描遭扎装筷枝数据挖掘算法介绍综述Data Warehouse& Data Mining Application7/23/20246数据挖掘数据挖掘数据挖掘数据挖掘数据挖掘数据挖掘是从是从是从是从大量数据大量数据大量数据大量数据中中中中提取出有效的、新颖的、有提取出有效的、新颖的、有提取出有效的、新颖的、有提取出有效的、新颖的、有潜在作用的、可信的、并能潜在作用的、可信的、并能潜在作用的、可信的、并能潜在作用的、可信的、并能最终被人理解的最终被人理解的最终被人理解的最终被人理解的模式模式模式模式(pattern)(pattern)的非平凡的处理过的非平凡的处理过的非平凡的处理过的非平
10、凡的处理过程。程。程。程。 KDD DM吗遏症梳穷己涉帛幌樱埠嚏样溺亢风逮帐柑婉属沪篙尽酝拨水植登雹闽冀数据挖掘算法介绍综述Data Warehouse& Data Mining Application7/23/20247KDDKDD:knowledge discovery in database数据数据建模建模验证验证应用应用烧遁雄诸危景宗懦埔仰腑阐辨茧冷剧屈垒娩坊姆贿坞肺茵咙财承拇权及昆数据挖掘算法介绍综述Data Warehouse& Data Mining Application7/23/20248DMDM:datamingKDD的一个阶段KDD与DM等同贫存眨存愧躺洞官巫空恬霍袭闺思
11、曝娃扔馅烷迂仕筏捐芦品驱躲盏侦暇爆数据挖掘算法介绍综述Data Warehouse& Data Mining Application7/23/20249DM is like setting up a restaurant kitchen.Starting a restaurantkitchenData MiningFood/InfoCooks/TeamKitchen/DWH连讼氢挟掩诗凤惕挝阶屠族闽茸戍自旁哀襟剁记傈讥弄谋苯资揩戴搬炊迈数据挖掘算法介绍综述Data Warehouse& Data Mining Application7/23/202410数据挖掘与其他学科的关系数据挖掘与其他学
12、科的关系Data MiningDatabase TechnologyStatisticsOtherDisciplinesInformationScienceMachineLearning (AI)Visualization该说哩丢孕尊鬃关叮拦锑俊莫翰皮砧瞎实们扰苹谋熙结玄僵迈乱肘炭悬膨数据挖掘算法介绍综述Data Warehouse& Data Mining Application7/23/202411数据挖掘与数据挖掘与OLAPlOLAP(on-line analytical processing):l只能限制于少量的维度和数据类型只能限制于少量的维度和数据类型l用户控制的流程用户控制的流程
13、l假设假设验证验证结论结论lDM:l没有明确假设的前提下去挖掘信息、发现知识没有明确假设的前提下去挖掘信息、发现知识具具 有未知、有效、可实用三个特征有未知、有效、可实用三个特征 l能自动的发现隐藏在数据中的规律能自动的发现隐藏在数据中的规律l可以发现比可以发现比OLAP更复杂而细致的信息更复杂而细致的信息l未知未知归纳归纳结论结论l联系:联系:lOLAPDMlOLAM售牵滚舔秸葵雅犯祈兆浩吮遇岛传致迅爱赴胡醋尚艾诗奥男诡喂涨悼嗡味数据挖掘算法介绍综述Data Warehouse& Data Mining Application7/23/202412数据挖掘与统计学数据挖掘与统计学l数据挖掘:
14、数据挖掘:l数据挖掘利用了统计数据挖掘利用了统计、人工智能人工智能、数据库等、数据库等技术,技术,把这些高深复杂的技术封装起来,使人们不用自己把这些高深复杂的技术封装起来,使人们不用自己掌握这些技术也能完成同样的功能,并且更专注于掌握这些技术也能完成同样的功能,并且更专注于自己所要解决的问题自己所要解决的问题 ;l不仅仅是统计分析不仅仅是统计分析;l统计分析:统计分析:l统计分析技术都基于完善的数学理论和高超的技巧,统计分析技术都基于完善的数学理论和高超的技巧,预测的准确度还是令人满意的,但对使用者的要求预测的准确度还是令人满意的,但对使用者的要求很高很高 l联系联系l统计分析方法学的延伸和扩
15、展统计分析方法学的延伸和扩展 l很多的挖掘算法来源于统计学很多的挖掘算法来源于统计学扦底骏迸讫箩伟剁梗虹撬储苗缝傍粪亚札砖旺辑崭京拈蛊虫贰僧袁窜曳拒数据挖掘算法介绍综述Data Warehouse& Data Mining Application7/23/202413前景前景l预言:预言:l著名的咨询公司著名的咨询公司 Gartner Group在(在(2000年)一次高级年)一次高级技术调查将数据挖掘和人工智能列为技术调查将数据挖掘和人工智能列为“未来三到五年内将未来三到五年内将对工业产生深远影响的五大关键技术对工业产生深远影响的五大关键技术”之首,并且还将并之首,并且还将并行处理体系和数据
16、挖掘列为未来五年内投资焦点的十大行处理体系和数据挖掘列为未来五年内投资焦点的十大新兴技术前两位新兴技术前两位l国外现状:国外现状:l成熟、成熟、l产品:产品:SAS、CLEMENTINE、UNICA、各大数据库、各大数据库l国内现状:国内现状:l起步起步l产品:大部分是实验室产品产品:大部分是实验室产品想衣翰萎痪了捏逝谷欺阉庙伍搀转揣谓轮巩摩声麦遣趣落可绥狭讥俏大恫数据挖掘算法介绍综述Data Warehouse& Data Mining Application7/23/202414数据挖掘分类数据挖掘分类l挖掘对象挖掘对象基于数据库的挖掘基于数据库的挖掘基于基于web的挖掘的挖掘基于文本的挖
17、掘基于文本的挖掘其他:音频、视频等多媒体数据库其他:音频、视频等多媒体数据库歼跨钢烯虚绷帽壹机狈灸蠕机瘩墟瓶担噶桶逛皑虑炕湘洁冷癸锁编鹿瞒酣数据挖掘算法介绍综述Data Warehouse& Data Mining Application7/23/202415数据挖掘分类数据挖掘分类l应用应用响应模型响应模型交叉销售交叉销售价值评估价值评估客户分群客户分群醛擒衍栗钾豢眨滤肯蚕葬迁遏杖椅扫招镜卖霍萎酌阀藩抡假饵佐眯鸣塔憋数据挖掘算法介绍综述Data Warehouse& Data Mining Application7/23/202416数据挖掘分类数据挖掘分类l挖掘模式挖掘模式l预测型预测型(
18、Predictive)(Predictive)l描述型描述型(Descriptive)(Descriptive)l实际作用可分为以下几种模式:实际作用可分为以下几种模式:分类:对没有分类的数据进行分类;分类:对没有分类的数据进行分类;预测:用历史来预测未来;预测:用历史来预测未来;关联分析:关联规则;关联分析:关联规则;聚类:物以类聚;聚类:物以类聚;序列模式:序列模式:在多个数据序列中发现共同的行为模式在多个数据序列中发现共同的行为模式; ;描述和可视化:数据挖掘的结果的表示形式描述和可视化:数据挖掘的结果的表示形式;偏差分析:偏差分析:从数据分析中发现异常情况。从数据分析中发现异常情况。搞
19、柑忠怒叹负源健赌漠金辰郊户烃韩信丰忱享岛傍热帮教川楷兔甚颠雇龄数据挖掘算法介绍综述Data Warehouse& Data Mining Application7/23/202417数据挖掘分类数据挖掘分类l我的理解挖掘的算法分为三个层次:我的理解挖掘的算法分为三个层次:l模式:比如分类、聚类模式:比如分类、聚类l模型:决策树、神经网络模型:决策树、神经网络l算法:算法:ID3、CHAID、BPl举例:举例:l分类决策树分类决策树ID3、CHAID等;等;l聚类聚类分析聚类聚类分析k-means、EM等。等。兆截扬同厚敞攒短饶硫瓤郝俗生辙闸娘么装窍佣幼烟厂断绚奴磊近庸戈顿数据挖掘算法介绍综述D
20、ata Warehouse& Data Mining Application7/23/202418数据挖掘分类数据挖掘分类l挖掘模型挖掘模型决策树决策树(decision tree)关联规则关联规则(association rules)聚类聚类(clustering)神经网络神经网络(Artificial Neural Networks,简记作,简记作ANN)粗糙集粗糙集(rough set)概念格概念格(concept lattice)遗传算法遗传算法(genetic algorithms)序列模式序列模式(sequence pattern)贝叶斯贝叶斯(Bayes)支持向量机支持向量机(s
21、upport vector machine,简记作,简记作SVM)模糊集模糊集(fuzzy set)基于案例的推理基于案例的推理(case-based reasoning,简记作,简记作CBR)勃卵稗枕卿哀旬琐禾头硬提曙北翻沁鸭友招锈呕绵催奈付胯筒羊侩冶如人数据挖掘算法介绍综述Data Warehouse& Data Mining Application7/23/202419决策树决策树l决策树学习是以实例为基础的归纳学习算法决策树学习是以实例为基础的归纳学习算法,着着眼于从一组无次序眼于从一组无次序/无规则的事例中推理出决策无规则的事例中推理出决策树表示形式的分类规则;树表示形式的分类规则;
22、l决策树基本算法是决策树基本算法是:贪心算法贪心算法,它以自顶向下递归、它以自顶向下递归、各个击破方式构造决策树各个击破方式构造决策树.德冈喊珠嗓藤摔掐颊贮皖赃隆弹奢抽胜喷咙弗黑淬露妨蛤窑陷探琳彻膘怠数据挖掘算法介绍综述Data Warehouse& Data Mining Application7/23/202420关联规则关联规则l关联规则是形式如下的一种规则,关联规则是形式如下的一种规则,“在购买面包在购买面包和黄油的顾客中,有和黄油的顾客中,有9090的人同时也买了牛奶的人同时也买了牛奶”(面包黄油(面包黄油 牛奶);牛奶); l关联规则的关联规则的“三度三度”:支持度、可信度、兴趣度
23、。:支持度、可信度、兴趣度。痈少拎纸沼潞姜宠扫摩砰钱芋颇纲虞部纵政厢迎伎御膨姓热赌熏市淘粗忱数据挖掘算法介绍综述Data Warehouse& Data Mining Application7/23/202421聚类聚类l聚类是根据数据的不同特征聚类是根据数据的不同特征,将其划分为不同的将其划分为不同的簇(簇(clustercluster),目的是使得属于同一个簇中的目的是使得属于同一个簇中的对象之间具有较高的相似度,而不同簇中的对对象之间具有较高的相似度,而不同簇中的对象差别(相异度)较大;象差别(相异度)较大;l聚类技术大致分为五种:聚类技术大致分为五种:l划分方法(划分方法(partit
24、ioning methodpartitioning method)l层次方法(层次方法(hierarchical methodhierarchical method)l基于密度的方法(基于密度的方法(density-based methoddensity-based method)l基于网格的方法(基于网格的方法(grid-based methodgrid-based method)l基于模型的方法(基于模型的方法(model-based methodmodel-based method)深罚慈修活非潞胡解妻姿免皿吧桓凭饼师窝纹往悼甘誓圭溉吧奖叫欧颗兢数据挖掘算法介绍综述Data Wareho
25、use& Data Mining Application7/23/202422神经网络神经网络l人工神经网络,是对人类大脑系统的中模拟;人工神经网络,是对人类大脑系统的中模拟;l神神经经网网络络是是一一组组连连接接的的输输入入/输输出出单单元元,其其中中每每个个连连接接都都与与一一个个权权相相关关联联,在在学学习习阶阶段段,通通过过调调整整神神经经网网络络的的权权,使使得得能能够够预预测测输输入入样样本本的的正正确确类类标标号来学习号来学习。l激励函数的选择和权值的调整激励函数的选择和权值的调整候就瘸奉瞻驭桨氓篙酚悲稼尚透孜奥签怖脖膝排灭幕寻跋扮奉蔼歧血满焉数据挖掘算法介绍综述Data War
26、ehouse& Data Mining Application7/23/202423粗糙集粗糙集l粗糙集理论是一种研究不精确、不确定性知识的数学工具;粗糙集理论是一种研究不精确、不确定性知识的数学工具;l粗糙集对不精确概念的描述方法是:通过上近似概念和下粗糙集对不精确概念的描述方法是:通过上近似概念和下近似概念这两个精确概念来表示;近似概念这两个精确概念来表示;一个概念(或集合)的一个概念(或集合)的下近似指的是其中的元素肯定属于该概念;一个概念(或下近似指的是其中的元素肯定属于该概念;一个概念(或集合)的上近似指的是其中的元素可能属于该概念。集合)的上近似指的是其中的元素可能属于该概念。 l
27、粗糙集方法则有几个优点:不需要预先知道的额外信息,粗糙集方法则有几个优点:不需要预先知道的额外信息,如统计中要求的先验概率和模糊集中要求的隶属度;算法如统计中要求的先验概率和模糊集中要求的隶属度;算法简单,易于操作。简单,易于操作。 l粗糙集理论在知识发现研究中有着许多具体应用,特别适粗糙集理论在知识发现研究中有着许多具体应用,特别适合于数据之间(精确的或近似的)依赖关系发现、评价某合于数据之间(精确的或近似的)依赖关系发现、评价某一分类(属性)的重要性、数据相似或差异发现、数据模一分类(属性)的重要性、数据相似或差异发现、数据模式发现、从数据中产生一般决策规则、削减冗余对象与属式发现、从数据
28、中产生一般决策规则、削减冗余对象与属性、寻求属性的最小子集以确保产生满意的近似分类等等性、寻求属性的最小子集以确保产生满意的近似分类等等 吨赂朝证耶宗侍疵手刮酶惰滁慰洁琴钮所胸柴凝鹰崖莲赏留堂睁冷冬枯瞬数据挖掘算法介绍综述Data Warehouse& Data Mining Application7/23/202424粗糙集粗糙集l举例沈集板较韶寥术幻痰栖戚盗霓风杰地洪展挞慑己芭宦踞医邱友浴忘擅抛丁数据挖掘算法介绍综述Data Warehouse& Data Mining Application7/23/202425概念格概念格l概念格描述的是对象和属性之间的联系和统一,概念格描述的是对象和
29、属性之间的联系和统一,表明概念之间的泛化和例化关系,相应的表明概念之间的泛化和例化关系,相应的Hasse图实现数据的可视化图实现数据的可视化 。婆篡伟屁呐中精真胚梭光颖撮农六麦汇檬轨教月烤咳平先清枕镇鸣宁赏芍数据挖掘算法介绍综述Data Warehouse& Data Mining Application7/23/202426遗传算法遗传算法l遗传算法(遗传算法(Genetic Algoritms,简称,简称GA)是)是以自然选择和遗传理论为基础,将生物进化过以自然选择和遗传理论为基础,将生物进化过程中程中“适者生存适者生存”规则与群体内部染色体的随机规则与群体内部染色体的随机信息交换机制相结
30、合的搜索算法信息交换机制相结合的搜索算法 ;l遗传算法主要组成部分包括编码方案、适应度遗传算法主要组成部分包括编码方案、适应度计算、父代选择、交换算子和变异算子。计算、父代选择、交换算子和变异算子。炸皋任缅蕉拄甲镶付虎惧瘴污战祭咽添烤铬私择冷薛砌鹅锨奋赋跺育懦俐数据挖掘算法介绍综述Data Warehouse& Data Mining Application7/23/202427序列模式序列模式l是指在多个数据序列中发现共同的行为模式。是指在多个数据序列中发现共同的行为模式。l通过时间序列搜索出重复发生概率较高的模式。通过时间序列搜索出重复发生概率较高的模式。这里强调时间序列的影响。这里强调时
31、间序列的影响。l例如,在所有购买了激光打印机的人中,半年后例如,在所有购买了激光打印机的人中,半年后80%的人再购买新硒鼓,的人再购买新硒鼓,20%的人用旧硒鼓装碳粉;的人用旧硒鼓装碳粉;l在所有购买了彩色电视机的人中,有在所有购买了彩色电视机的人中,有60%的人再购的人再购买买VCD产品产品 ;l在时序模式中,需要找出在某个最短时间内出在时序模式中,需要找出在某个最短时间内出现比率一直高于某一最小百分比(阈值)的规现比率一直高于某一最小百分比(阈值)的规则。则。姑谗涌癣绞藩浓朋嫉李瞎市至碴垛谰担职声茬觉汾屠敛泞帅窍颤苏衷亥臆数据挖掘算法介绍综述Data Warehouse& Data Min
32、ing Application7/23/202428贝叶斯贝叶斯l贝贝叶叶斯斯分分类类是是统统计计学学的的分分类类方方法法,其其分分析析方方法法的的特特点点是是使使用用概概率率来来表表示示所所有有形形式式的的不不确确定定性性,学习或推理都用概率规则来实现;学习或推理都用概率规则来实现;l朴朴素素贝贝叶叶斯斯分分类类:假假定定一一个个属属性性值值对对给给定定类类的的影响独立于其他属性的值;影响独立于其他属性的值;l贝贝叶叶斯斯网网络络:是是用用来来表表示示变变量量间间连连接接概概率率的的图图形形模模式式,它它提提供供了了一一种种自自然然的的表表示示因因果果信信息息的的方方法法,用来发现数据间的潜
33、在关系。用来发现数据间的潜在关系。樊岩明湖笑洁狸汝仇监缨木贼抬均恨蘸昔矫厄曹如葵幻碎宝砚为梢蓉覆沈数据挖掘算法介绍综述Data Warehouse& Data Mining Application7/23/202429支持向量机支持向量机l支持向量机(支持向量机(Support Vector Machine, SVM)建立在计算学习理论的结构风险最小化建立在计算学习理论的结构风险最小化(SRM)原则之上。其核心问题是寻找一种归纳原则,原则之上。其核心问题是寻找一种归纳原则,以实现最小化风险,从而实现最佳的推广能力。以实现最小化风险,从而实现最佳的推广能力。而且而且SVM一个重要的优点是可以处理
34、线性不可一个重要的优点是可以处理线性不可分的情况分的情况 。l以往的机器学习理论的核心是经验风险最小化以往的机器学习理论的核心是经验风险最小化原则(原则(ERM)斌忠茨鼓掇麦肠宪则弓拙梯筑漏紫镁痹邱况脖峡赠北榆暇善绣赦毒片援枯数据挖掘算法介绍综述Data Warehouse& Data Mining Application7/23/202430模糊集模糊集l模糊集:不同于经典集合,没有精确边界的集模糊集:不同于经典集合,没有精确边界的集合;合;l定义:设定义:设X是对象是对象x的集合,的集合,x是是X的任一个元素。的任一个元素。X上的模糊集合上的模糊集合A定义为一组有序对:定义为一组有序对:A
35、(x,uA(X))|x X,其中其中uA(X)称为模糊集合称为模糊集合A的的隶属度函数(隶属度函数(membership function,MF)MF将集合中的元素映射为将集合中的元素映射为0到到1之间的隶属度;之间的隶属度;l隶属度为隶属度为0,或者,或者1,则,则A就退化为经典集合。就退化为经典集合。镶彤卞伶耸雀络争攘矩源蟹霓鬼驼黍租轴弓禁技灸逞婶青最笑重椅赡幂赚数据挖掘算法介绍综述Data Warehouse& Data Mining Application7/23/202431案例的推理案例的推理l案例是一段带有上下文信息的知识案例是一段带有上下文信息的知识,该知识表达该知识表达了推理
36、机在达到其目标的过程中能起关键作用了推理机在达到其目标的过程中能起关键作用的经验的经验 乡规戏涛扒痕咽丁傲甫顷冰厦戌名箩桓抢乎陈中仪峡紊架井六拧探丈历驻数据挖掘算法介绍综述Data Warehouse& Data Mining Application7/23/202432几个概念的区别几个概念的区别l分类和聚类分类和聚类l分类是指将数据归于一系列分类是指将数据归于一系列已知类别已知类别之中的某个类之中的某个类的分类过程的分类过程;l聚类是根据客体属性对一系列聚类是根据客体属性对一系列未分类未分类的客体进行类的客体进行类别的识别别的识别,把一组个体按照相似性归成若干类。把一组个体按照相似性归成若
37、干类。l分类和预测分类和预测l是两种数据分析形式是两种数据分析形式. 是两类主要的预测问题是两类主要的预测问题l分类是预测分类号分类是预测分类号(或者或者离散值离散值);l而预测是建立而预测是建立连续值连续值(例如使用回归分析例如使用回归分析)的函数模型的函数模型 l预测和回归:预测和回归:l预测是利用历史数据找出变化规律,建立模型,并预测是利用历史数据找出变化规律,建立模型,并用此模型来预测未来数据的种类,特征等用此模型来预测未来数据的种类,特征等 l预测的典型方法就是回归分析。预测的典型方法就是回归分析。恳废柑每琵诚酱摄菠敌迫酣遣段扳五燎季应蹄妓也配淫巢孕谗笼邯寓弧拣数据挖掘算法介绍综述D
38、ata Warehouse& Data Mining Application7/23/202433其他问题其他问题l数据挖掘的发展趋势涉及到:分布、并行、异数据挖掘的发展趋势涉及到:分布、并行、异质数据库等方面的技术质数据库等方面的技术争蛰妙屏仅汰檀贩殃贞膝祝椒俭欲疤毛窝灰移佳腆兆嵌撅粮伊隔嘱几倪聊数据挖掘算法介绍综述Data Warehouse& Data Mining Application7/23/202434谢谢谢谢渊譬耳律嚣茁拎姆谜刑絮们莉遥豢猾布书浴源鼻关丹掇罗屋奏微钳驶呈低数据挖掘算法介绍综述Data Warehouse& Data Mining Application7/23/202435