数据挖掘读书笔记_第1页
数据挖掘读书笔记_第2页
数据挖掘读书笔记_第3页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1、数据挖掘：概念与技术（1-6章）读书笔记1、 数据挖掘概念（即什么是数据挖掘）我们生活在数据时代，各行各业每天都产生巨大的数据。数据的爆炸式增长、广泛可用和巨大数量使得我们的时代成为真正的数据时代。急需功能强大和通用的工具，以便从海量数据中发现有价值的信息，把这些数据转换成有组织的、可利用的知识。这种需求导致了数据挖掘的诞生。数据挖掘实际上是从数据中挖掘知识，由以下步骤的迭代组成：(1) 数据清理（消除噪声和删除不一致数据）(2) 数据集成（多种数据源可以组合在一起）(3) 数据选择（从数据库中提取与分析任务相关的数据）(4) 数据变换（通过汇总或聚集操作，把数据变换和统一成适合挖掘的形式）(

2、5) 数据挖掘（基本步骤，使用智能方法提取数据模式）(6) 模式评估（根据某种兴趣度度量，识别代表知识的真正有趣的模式）(7) 知识表示（使用可视化和知识表示技术，向用户提供挖掘的知识）关系数据库是数据挖掘最常见、最丰富的信息源，因此它是我们数据挖掘研究研究的一种主要数据形式。2、 数据挖掘技术（即怎样进行数据挖掘）1、 可以挖掘什么类型的模式特征化与区分、频繁模式、关联和相关性挖掘，分类与回归，聚类分析，离群点分析。数据挖掘可以被用来进行市场分析和管理、风险分析和管理、缺陷分析和管理等。2、使用什么技术1)首先要认识数据，一个数据对象代表一个实体，又称样本、实例、数据点或对象。属性是一个数据

3、字段，表示数据对象的一个特征，又称维、特征和变量。2)数据描述中心趋势度量：均值、中位数和众数度量数据散布：极差、四分位数、方差、标准差和四分位数极差通过基于像素的可视化技术等清晰有效的表达数据3)进行数据预处理，包括数据变换与数据离散化。数据变换策略：光滑、属性构造、聚集、规范化、离散化、由标称数据产生概念分层数据离散化策略：分箱、直方图分析、聚类决策树和相关分析4) 然后需要建立数据仓库进行处理，数据仓库：是一种数据库，它允许将各种应用系统集成在一起，为统一的历史数据分析提供坚实的平台，对信息处理提供支持。数据仓库的构建需要数据集成、数据清洗和数据统一。5)联机分析处理可以，在使用多维数据

4、模型的数据仓库或数据集市上进行，使用数据立方体结构，OLAP操作可以有效的实现。数据立方体计算的一般策略： 排序、散列和分组 同时聚集和缓存中间结果 当存在多个子女方体时，由最小的子女聚集 可以使用先验剪枝方法有效的计算冰山立方体数据立方体计算方法： 多路数组聚集，基于稀疏数组的、自底向上的、共享计算的物化整个数据立方体BUC，通过探查有效的自顶向下计算次序和排序计算冰山立方体Star-Cubing,使用星树结构，集成自顶向下和自底向上计算，计算冰山立方体外壳片段立方体，通过仅预计算划分的立方体外壳片段，支持进行高维OLAP 6）挖掘频繁模式和关联规则频繁项集挖掘方法：Apriori算法（通过限制候选产生发现频繁项集），由频

人人文库> 全部分类> 教育资料 > 中学教育

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论