資料採礦筆記

標籤：資料採礦導論 人民郵電出版社

關聯分析、雜訊、高維性

資料採礦不是資訊檢索

資料庫中知識發現KDD：

輸入資料->

資料預先處理(特徵選取、維歸約、正常化、選擇資料子集)->

資料採礦->

後處理(模式過濾、可視化、模式表示)->

資訊

資料預先處理階段，涉及融合多個資料來源的資料、清洗資料、去噪和重複的觀測值。

後處理階段，還能用統計度量或假設檢驗，刪除虛假的資料採礦結果。

資料採礦利用了來自如下一些領域的思想：1.來自統計學的抽樣、估計、假設檢驗 2.人工智慧、模式識別、機器學習的搜尋演算法、建模技術和學習理論 3.資料庫技術 4.分散式運算、並行計算

資料採礦任務：預測任務(  由一些屬性(自變數或說明變數) 預測 其他特定的屬性(因變數或目標變數)  )、描述任務(匯出 概括資料中潛在聯絡的 模式)(相關、趨勢、聚類、軌跡、異常)。

預測建模任務：分類(classification)(用於預測離散的目標變數)  和  迴歸(regression)(用於預測連續的目標變數)

關聯分析(association analysis) 用來發現描述資料中強關聯特徵的模式。

群集(cluster analysis) 旨在發現緊密相關的觀測值群組，使得與屬於不同簇的觀測值相比，屬於同一簇的觀測值相互之間儘可能類似。

資料採礦筆記