数据挖掘复习资料
传统的技术方法可能 不在适用,因为: “海量”数据 高维数据
异类的,分布式的数据
数据挖掘的对象 1、关系数据库
—数据挖掘用于关系数据库时,可以进一步搜索趋势或数据模式
—数据挖掘系统也可以检测偏差,如在商业营运中,与以前的年份相比,哪种商品的销售出人预料。这种偏差可以进一步考察,例如;包装是否有变化,或价格是否大幅度提高.
—关系数据库是数据挖掘最流行、最丰富的数据源,因此它是我们数据挖掘研究的主要数据形式. 2、数据仓库
—数据仓库是一种为信息分析提供了良好的基础并支持管理决策活动的分析环境,是面向主题的、集成的、稳定的、不可更新的、随时间变化的、分层次的多维的集成数据集合。它为不同层次的管理者提供敏捷性和实用性的决策支持。数据仓库是一个环境,而不是一件产品。
注:数据库是按一定组织方式存储在计算机存储器中相互关联的数据集合,数据库的建立独立于程序。
数据仓储本身是一个非常大的数据库,它储存着由组织作业数据库中整合而来的数据,特别是指从在线交易系统OLTP(On-Line Transactional Processing)所得来的数据。将这些整合过的数据置放于数据仓储中,而公司的决策者则利用这些数据作决策;但是,这个转换及整合数据的过程,是建立一个数据仓储最大的挑战。因为将作业中的数据转换成有用的的策略性信息是整个数据仓储的重点。
综上所述,数据仓储应该具有这些数据:整合性数据(integrated data)、详细和汇总性的数据(detailed and summarized data)、历史数据、解释数据的数据。从数据仓储挖掘出对决策有用的信息与知识,是建立数据仓储与使用Data Mining的最大目的,两者的本质与过程是两码子事。换句话说,数据仓储应先行建立完成,Data mining才能有效率的进行,因为数据仓储本身所含数据是干净(不会有错误的数据参杂其中)、完备,且经过整合的。因此两者关系或许可解读为「Data Mining是从巨大数据仓储中找出有用信息的一种过程与技术」。
所谓OLAP(Online Analytical Process)意指由数据库所连结出来的在线查询分析程序。有些人会说:「我已经有OLAP的工具了,所以我不需要Data Mining。」事实上两者间是截然不同的,主要差异在于Data Mining用在产生假设,OLAP则用于查证假设。简单来说,OLAP是由使用者所主导,使用者先有一些假设,然后利用OLAP来查证假设是否成立;而Data Mining则是用来帮助使用者产生假设。所以在使用OLAP或其它Query的工具时,使用者是自己在做探索(Exploration),但Data Mining是用工具在帮助做探索。
数据挖掘主要有两大类主要任务: 分类预测型任务和描述型任务
分类预测(Prediction)
利用一些变量来预测未知的或其他变量将来的值.典型的方法是回归分析,即利用大量的历史数据,以时间为变量建立线性或非线性回归方程。预测时,只要输入任意的时间值,通过回归方程就可求出该时间的状态。近年来,发展起来的神经网络方法,如BP模型,它实现了非线性样本的学习,能进行
数据挖掘期末复习资料 2009-02-21 20:38:37 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、...
第1章 第2章 第3章 第4章 第5章 第6章 第7章 数据挖掘概述... 1 数据采集集成与预处理技术 ......
数据挖掘考试复习资料_管理学_高等教育_教育专区。数据挖掘考试复习资料一、 名词解释 1、 数据仓库:面向主题的、集成的、非易失的、是随时间变化的数据集合, ...
数据挖掘复习资料 隐藏>> 1 什么是数据仓库? 什么是数据仓库? 数据仓库是一个面向主体的、集成的、时变的、非易失的数据集合,支持管理过程的决策过程数据仓库...
数据挖掘的复习资料_调查/报告_表格/模板_实用文档。1 覆盖算法 首先寻找一个规则 If ? then recommendation = hard age = young 2/8 age = pre-presbyopic...
数据仓库与数据挖掘技术复习资料一、单项选择题 1. 数据挖掘技术包括三个主要的部分 ( C A.数据、模型、技术 C.数据、建模能力、算法与技术 2.关于基本数据的...
数据挖掘复习题_工学_高等教育_教育专区。数据挖掘复习题 研究生数据挖掘复习题单选题 1. 某超市研究销售纪录数据后发现,买啤酒的人很大概率也会购买尿布,这种...
数据挖掘复习_生产/经营管理_经管营销_专业资料。第一章 引言 重点:基本概念 1. 数据 是“客观事物的属性、数量、位置及相互关系等的抽象表示” 2. 知识 是...
热门文档