聚类分析Р按照某种相似程度度量方法(通常是测算距离),将数据分成一系列有意义的簇Р5.离群点分析Р对离群点数据的分析处理Р6.演化分析Р对那些随时间变化的数据对象的变化规律和趋势进行建模描述Р2018/8/29Р第十七章数据挖掘技术概论Р7Р2.2 数据挖掘的应用领域Р1. 商业领域?· 对商业数据库中的大量业务数据进行抽取、转换、分析和模型化处理,从中提取辅助商业决策的关键性知识,尤其是在如:电信、电力、银行、保险、零售等典型的商业领域Р2. 科学与工程研究领域?·制造业—实现零部件故障诊断、资源优化、生产过程分析?·犯罪调查—案件调查、诈骗监测、洗钱认证、犯罪组织分析?·生物学领域—实现DNA序列相似搜索和比对,基因组特征及基因序列分析Р3. 网络数据分析领域?· 可以分析出有哪些外部环境信息和内部经营信息会对企业产生重大或潜在重大的影响;?· 可以归纳、推理出个人用户的使用偏好,预测个人的未来行为Р2018/8/29Р第十七章数据挖掘技术概论Р8Р本章内容Р第一节数据挖掘的概念?第二节数据挖掘的功能及主要应用?第三节数据挖掘的过程?第四节数据挖掘的常用方法?第五节数据挖掘技术的发展趋势Р2018/8/29Р第十七章数据挖掘技术概论Р9Р3.1数据挖掘的过程Р数据清理Р消除数据噪声和与挖掘主题无关的数据;对数据做简单的泛化处理Р数据集成Р将来自于各个不同数据源的数据集成到一起Р数据选择Р从大量的基础数据中选择与挖掘任务相关的数据Р数据转换Р通过汇总或聚集操作,把数据变换和统一成适合挖掘的形式Р数据挖掘РKDD中最核心的一个步骤,其作用就是根据数据挖掘任务,利用各种数据挖掘方法对数据进行深入分析Р模式评估Р根据一定的评估标准,从挖掘结果筛选出有意义的模式知识Р知识展示Р采用可视化和知识表示技术,向用户提供和展示挖掘的知识Р2018/8/29Р第十七章数据挖掘技术概论Р10
全文预览
