数据挖掘复习资料
非线性函数的预测 描述型任务:
找到人们可以解释的,描述数据的模式.
描述性任务主要包括聚类、摘要、依赖分析等几种任务。聚类任务把没有预定义类别的数据划分成几个合理的类别,摘要任务形成数据高度浓缩的子集及描述,依赖分析任务发现数据项之间的关系。
数据挖掘的任务 分类 [预测性的] 聚类 [描述性的]
关联规则发现 [描述性的] 序列模式发现[描述性的] 预测回归 [预测性的] 异常发现 [预测型的]
数据样本是数据挖掘过程的基本组成部分
应用例子
例如:一个销售的顾客数据库(训练样本集合),对购买计算机的人员进行分类:
字段为(年龄(取值:<30,30~40,>40);收入(高,中,低);学生否(Y,N);信用(一般,很好);购买计算机否(Y,N)) 记录为14个,具体数据如下:
X1=(<30, 高, N, 一般,N); X2=(<30, 高, N, 很好,N); X3=(30~40, 高, N, 一般,Y); X4=(>40, 中, N, 一般,Y); X5=(>40,低, Y, 一般,Y); X6=(>40, 低, Y, 很好,N); X7=(30~40,低, Y,很好,Y); X8=(<30, 中,N, 一般,N); X9=(<30,低, Y,一般,Y); X10=(>40,中, Y,一般,Y); X11=(<30,中,Y,很好,Y); X12=(30~40,中,N,很好,Y); X13=(30~40,高,Y, 一般,Y); X14= (>40,中,N,很好,N);
利用贝叶斯法则预测,符合下列条件的人员购买计算机的可能性 X=(年龄<30,收入=中,学生否=Y,信用=一般)
本例只有两个类别,即C1={购买计算机},C2={不购买计算机},P(Ci)为每个事件的事前概,P(C1)=9/14=0.643, P (C2)=5/14=0.357,为了计算P(X|Ci)(i=1,2),先进行以下运算:
P(年龄<30|C1)=2/9, P(年龄<30|C2)=3/5 P(收入=中|C1)=4/9, P(收入=中|C2)=2/5 P(学生否=Y|C1)=6/9, P(学生否=Y|C2)=1/5 P(信用=一般|C1)=6/9, P(信用=一般|C2)=2/5
因此 P(X|C1)=(2/9)*(4/9)*(6/9)*(6/9)=0.044 P(X|C2)=(3/5)*(2/5)*(1/5)*(2/5)=0.019 最后计算 P(X|Ci)*P(Ci) (i=1,2)
P(X|C1)*P(C1) =0.044*0.643=0.028
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