加入收藏 | 设为首页 | 会员中心 | 我要投稿 李大同 (https://www.lidatong.com.cn/)- 科技、建站、经验、云计算、5G、大数据,站长网!
当前位置: 首页 > 编程开发 > Java > 正文

test

发布时间:2020-12-15 07:35:17 所属栏目:Java 来源:网络整理
导读:数据 未处理的。 知识 已经经过处理和分析。 模式 信息 含义广泛,包含未处理和已处理。 数据挖掘—将数据转换成知识 KDD(knowledge discovery form data)知识发现 等同于数据挖掘 在各个行业,对数据挖掘的认识不同,因为他们所受的教育和氛围以及基础知

数据 未处理的。

知识 已经经过处理和分析。

模式

信息 含义广泛,包含未处理和已处理。

数据挖掘—将数据转换成知识

KDD(knowledge discovery form data)知识发现 等同于数据挖掘

在各个行业,对数据挖掘的认识不同,因为他们所受的教育和氛围以及基础知识,让他们在细微地方不同。

数据挖掘特点

  • 数据真实
  • 数据海量
  • 决策者的随机查询
  • 挖掘出来的知识一般不能预知,是潜在的新颖知识
数据挖掘的功能 6类
  • 概念描述 concept description
  • 关联关系(Association)
  • 分类和预测()

? 分类—离散的数据 预测—l连续的数据

  • 聚类分析(cluster analysis)
  • 异常分析
  • 趋势和演化分析(Trend and evolution analysis)
判断发现模式是否有趣(interesting)

分为主观和客观两个方面。

数据挖掘框架
  • Techniques
  • Applications
  • Principles (imp)
数据挖掘的分类
数据挖掘算法的组件化思想 (IMP)

五个标准组件

  • 模型和模式结构
  • 数据挖掘任务
  • 评分函数
  • 搜索和优化方法 效果
  • 数据管理策略 效率

模型是全局的,模式是局部的。两者相互联系。

当面对一个新的应用时,数据挖掘人员应该从组件的角度,根据应用需求,考虑应该选取哪些组件,来组成一个新的算法,而不是考虑哪个现成的算法。

原文:大专栏 ?test

(编辑:李大同)

【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!

    推荐文章
      热点阅读