正在进行安全检测...
发布时间：2023-11-10 12:37:13 来源：文档文库
小
中
大
字号：
学习-----好资料数据挖掘期末复习资料2009-02-2120:38:37|分类：读书笔记|标签：|字号大中小订阅题型：填空（20空）、判断（20分）、简答（5个：预处理方法、决策树、朴素贝叶斯过程、其他一些知识内容）、大题（算法：关联分析、分类、决策树、ID3算法、贝叶斯方法、A神经网络、聚类回归占得比较小）概述一、数据挖掘是一个多学科领域，具体涉及到哪些相关学科？数据库及相关领域知识。二、什么是数据挖掘，产生的背景，典型的数据挖掘系统的主要成分？数据挖掘定义：数据挖掘是从存放在数据库，数据仓库或其他信息库中的大量数据中挖掘有趣知识的过程。典型的数据挖掘系统的主要成分：1.数据库，数据仓库或其他信息库；2.数据库或数据仓库服务器：3.知识库；4.数据挖掘引擎；5.模式评估模块；6.图形用户界面。三、数据挖掘的功能有哪些？数据挖掘功能-可以挖掘什么类型的模式。数据挖掘任务：描述和预测。描述性挖掘任务刻划数据库中数据的一般特性；预测性挖掘任务在当前数据上进行推断。数据挖掘的功能——用于指定数据挖掘任务中要找的模式类型。其模式类型介绍如下：（1）、概念/类描述：特征化和区分。用汇总的、简洁的、精确的方式描述每个类和概念，称这种描述为类/概念描述，通过三种方式得到：1）数据特征化2）数据区分3）数据特征化和比较。(2关联分析：发现规则，这些规则展示属性-值频繁地在给定数据集中一起出现的条件。关联规则的含义为：满足X中条件的数据库元组多半也满足Y中条件。包括多维关联规则和单维关联规则。(3分类和预测：分类与预测是两种数据分析形式，它们可用于抽取能够描述重要数据集合或预测未来数据趋势的模型。分类是找出描述并区分数据类或概念的模型或函数，以便能用模型预测类标记未知的对象类。如：可以构造一个分类模型来对银行贷款进行风险评估（安全或危险）；也可建立一个预测模型以利用顾客收入与职业（参数）预测其可能用于购买计算机设备的支出大小。(4聚类分析：它考虑的是数据对象，将数据对象根据一定的规则比如，最大化类内的相似性，最小化类间的相似性进行分组或聚类。同类相聚，异类相离(5孤立点分析：有些对象与数据的一般行为或模式不一致，称这些数据对象是孤立点。(6演变分析(时序分析：描述行为随时间变化的数据对象的规律或趋势，并对其建模，比如，股票的演变规律。四、数据挖掘的性能问题包括哪3个方面？五、知识发现包括哪些过程？知识发现的过程：1）数据清理（消除噪声或不一致数据）2）数据集成（多种数据源可以组合在一起）3）数据选择（从数据库中检索与分析任务相关的数据）4）数据变换（数据变换或统一成适合挖掘的形式，如通过汇总或聚集操作）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，识别表示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）六、数据、信息、知识之间的区别和联系数据：就是能够被计算机处理的任何事物（事实、数字、文本等）数据=事实的记录操作和交易数据：如销售、价格、库存、薪水册等更多精品文档
学习-----好资料非操作的数据：如工业销售、预测数据、宏观经济数据元数据（Metadata：描述数据自身的数据，如逻辑数据库设计或数据字典定义信息:数据提供的模式、关联、联系等信息。信息是对数据的提炼；信息=数据+意义如：对于零售终端的分析能够获得什么产品在什么时候卖出的信息。知识:从信息中提取出有关历史模式、一般规律、和未来趋势的知识知识是让从定量到定性的过程得以实现的、抽象的、逻辑的东西。知识是需要通过信息使用归纳、演绎得方法得到。知识只有在经过广泛深入地实践检验，被人消化吸收，并成为了个人的信念和判断取向之后才能成为知识，这一点使得知识和信息往往混杂在一起。如：通过分析超市的销售汇总信息，来提供用户购买行为的知识，从而可以知道哪种促销方式是最有效的。数据仓库一、数据仓库是一个面向主题的、集成的、非易失的、时变的有组织的数据集合。二、OLAP的典型操作有哪些？切片切块、上卷下钻、旋转转轴三、多维数据模型通常采用哪三种模式？星型模式、雪花模式、事实星座四、冰山立方体的相关概念仅计算满足最小支持度阈值的单元，这种部分物化的单元称为冰山立方体。HAVINGCOUNT(*>=minsup为冰山条件Motivation：v由于立方体单元在多维空间中的分布常常是稀疏的，因此大量的立方体空间可能被大
