数学建模社区-数学中国

标题: 建模方法学习2，数据挖掘(1) [打印本页]

---

作者: 百年孤独    时间: 2016-3-22 16:42
标题: 建模方法学习2，数据挖掘(1)
数据挖掘利用了来自如下一些领域的思想：(1) 来自统计学的抽样、估计和假设检验，(2) 人工智能、模式识别和机器学习的搜索算法、建模技术和学习理论。数据挖掘也迅速地接纳了来自其他领域的思想，这些领域包括最优化、进化计算、信息论、信号处理、可视化和信息检索。一些其他领域也起到重要的支撑作用。特别地，需要数据库系统提供有效的存储、索引和查询处理支持。源于高性能（并行）计算的技术在处理海量数据集方面常常是重要的。分布式技术也能帮助处理海量数据，并且当数据不能集中到一起处理时更是至关重要。

看得出来该方法与遗传算法的联系，完全可以考虑在两者之间建立一些联系
1)数据挖掘能做以下七种不同事情　　（分析方法）： 　　
数据挖掘
· 分类 （Classification） 　　
# c& H- A& m0 X, u6 \- B) Y· 估计（Estimation） 　　
) _& T4 E$ L8 t$ [" K: k1 x· 预测（Prediction） 　　
· 相关性分组或关联规则（Affinity grouping or association rules） 　　
· 聚类（Clustering） 　　
· 描述和可视化（Description and Visualization） 　　
% b" n& `# ?, J; L% o· 复杂数据类型挖掘(Text, Web ,图形图像，视频，音频等)
" \0 }; h' C  e, G; i2)数据挖掘分类　　
. A$ A7 V& f* j6 t  q7 w1 P以上七种数据挖掘的分析方法可以分为两类：直接数据挖掘；间接数据挖掘 　　
8 A) \/ i3 V6 k/ h! I, @, v· 直接数据挖掘 　　
: f! ?3 L, Q( \: I( R目标是利用可用的数据建立一个模型，这个模型对剩余的数据，对一个特定的变量（可以理解成数据库中表的属性，即列）进行描述。 　　
% i6 m; U9 C/ q  n3 i· 间接数据挖掘 　　
  ]) [1 g7 X3 X# z0 Y4 C6 V/ z% N目标中没有选出某一具体的变量，用模型进行描述；而是在所有的变量中建立起某种关系 。 　　
! T# }9 U8 N5 i" I, T1 a4 C$ V) _· 分类、估值、预言属于直接数据挖掘；后四种属于间接数据挖掘

---

作者: data-science    时间: 2016-3-24 11:07
为了知识，为了体力~~
/ U! r) C4 B9 l. c

---

作者: 千寻百步    时间: 2016-3-25 23:16

为了知识，为了体力~~1 c#
) o- |( p  M( Y. n; ~

---

欢迎光临 数学建模社区-数学中国 (http://www.madio.net/)

Powered by Discuz! X2.5