数据挖掘考试复习大纲.ppt

该【数据挖掘考试复习大纲 】是由【相惜】上传分享，文档一共【73】页，该文档可以免费在线阅读，需要了解更多关于【数据挖掘考试复习大纲 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。数据挖掘——期末复****精选课件第一章、数据挖掘概论精选课件数据挖掘:数据库中的知识挖掘(KDD)数据挖掘——知识挖掘的核心数据清理数据集成数据库数据仓库Knowledge任务相关数据选择数据挖掘模式评估精选课件知识挖掘的步骤了解应用领域了解相关的知识和应用的目标创立目标数据集:选择数据数据清理和预处理:(这个可能要占全过程60%的工作量)数据缩减和变换找到有用的特征,维数缩减/变量缩减,不变量的表示。选择数据挖掘的功能数据总结,分类模型数据挖掘,回归分析,关联规那么挖掘,:寻找感兴趣的模式模式评估和知识表示可视化,转换,消除冗余模式等等运用发现的知识精选课件体系结构:典型数据挖掘系统数据仓库数据清洗过滤数据库数据库或数据仓库效劳器数据挖掘引擎模式评估图形用户界面知识库数据集成精选课件数据挖掘的主要功能概念/类描述:特性化和区分归纳,总结和比照数据的特性。关联分析发现数据之间的关联规那么,这些规那么展示属性-值频繁的在给定的数据中所一起出现的条件。分类和预测通过构造模型(或函数)用来描述和区别类或概念,用来预测类型标志未知的对象类。聚类分析将类似的数据归类到一起,形成一个新的类别进行分析。孤立点分析通常孤立点被作为“噪音〞或异常被丢弃,但在欺骗检测中却可以通过对罕见事件进行孤立点分析而得到结论。趋势和演变分析描述行为随时间变化的对象的开展规律或趋势精选课件数据挖掘:多个学科的融合数据挖掘数据库系统统计学其他学科算法机器学****可视化精选课件数据挖掘的主要问题挖掘方法在不同的数据类型中挖掘不同类型的知识,.,生物数据,流式数据,Web数据性能:算法的有效性、可伸缩性和并行处理模式评估:兴趣度问题背景知识的合并处理噪声何不完全数据并行,分布式和增量挖掘算法新发现知识与已有知识的集成:知识融合用户交互数据挖掘查询语言和特定的数据挖掘数据挖掘结果的表示和显示多个抽象层的交互知识挖掘应用和社会因素特定域的数据挖掘&不可视的数据挖掘数据平安,完整和保密的保护精选课件第二章、数据仓库和OLAP技术精选课件什么是数据仓库?p67数据仓库的定义很多,但却很难有一种严格的定义它是一个提供决策支持功能的数据库,它与公司的操作数据库分开维护。为统一的历史数据分析提供坚实的平台,对信息处理提供支持“数据仓库是一个面向主题的、集成的、随时间而变化的、不容易丧失的数据集合,支持管理部门的决策过程.〞—〔数据仓库构造方面的领头设计师〕建立数据仓库(datawarehousing):构造和使用数据仓库的过程。精选课件