全文预览

针对数据挖掘的决策树分类算法的研究(毕业设计论文doc)

上传者:非学无以广才 |  格式:doc  |  页数:56 |  大小:0KB

文档介绍
代数据挖掘系统的关键技术之一是提高对建立在异质系统上的多个预言模型以及管理这些预言模型的元数据提供第一级别的支持。Р第四代:第四代数据挖掘系统可以挖掘嵌入式、移动式以及一般性的计算设备所产生的各种数据。Р1.1.5 数据挖掘的应用与面临的挑战Р尽管数据挖掘是一个新兴的研究领域,但是却得到了稳定的发展,每年市场上都会出现新的数据挖掘系统,各大数据库软件公司也分别推出了自己的数据挖掘产品。数据挖掘广泛应用于科学研究、商业应用、以及Web挖掘等很多领域。Р(1)科学研究Р数据挖掘在天文学上有一个著名的应用系统:SKICAT[27](Sky Image Cataloging and Analysis Tool)。它是加州理工学院喷气推进实验室与天文学家合作开发的用于帮助天文学家发现遥远的类星体的一个工具。SKICAT的任务是构造星体分类器对星体进行分类,使用了决策树方法构造分类器,结果使得能分辨的星体较以前的方法在亮度上要低一个数量级之多,而且新的方法比以往的方法要在效率上要高40倍以上。数据挖掘在生物学上的应用主要集中于分子生物学特别是基因工程的研究上。进几年,通过用计算生物分子系统分析法,尤其是基因数据库搜索技术以在基因研究上做出了很多重大发现,数据挖掘在分子生物学上的工作可分为两种:一是从各种生物体的DNA序列中定位出具有某种功能的基因串;二是在基因数据库中搜索与某种具有高阶结构(不是简单的线形结构)或功能的蛋白质相似的高阶结构序列。Р(2)商业应用Р数据挖掘技术以及应用此技术所获得知识和信息可以被广泛的应用于信息管理、商务管理、过程控制、市场分析、工程设计和科学研究等众多领域,这些领域的管理决策层可以通过对历史数据的分析,发现诸如市场供需规律、商品价格走势、家庭收入与消费特点、购买商品的习惯等规律,以支持企业的生产、经营和销售决策。Р(3)web挖掘(Web Mining)

收藏

分享

举报
下载此文档