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。
0 v/ c8 G" W3 \( R+ {4 F
/ Q. J% Y1 U2 R2 P, ]2 v
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
7 h! m) e% ?5 Q. Q
1)数据挖掘能做以下七种不同事情
（分析方法）：
1 C# u) n) n+ \% }; D( ~8 h" G
数据挖掘
H3 L2 j- D$ n9 F
· 分类 （Classification）
* b. g* U4 q0 `5 L
· 估计（Estimation）
! P* `9 L& k( D8 B% O1 N
· 预测（Prediction）
! @" K9 F: a* o9 n) ~
· 相关性分组或关联规则（Affinity grouping or association rules）
; A2 Z- W, k+ b* T( }% y
· 聚类（Clustering）
& h! Z+ Q \- _6 M, L# k
· 描述和可视化（Description and Visualization）
! v7 {4 N a6 ~. U. o# }( Z+ F7 v
· 复杂数据类型挖掘(Text, Web ,图形图像，视频，音频等)
! a% S& @8 g4 O
2)数据挖掘分类
# o* A3 s2 r2 A' i
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
2 P! @9 Z' {. J: K6 t% u
· 直接数据挖掘
% C/ ^( _# G S" `+ [5 y' x$ v
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。
9 v8 S7 A4 S; c5 X/ I
· 间接数据挖掘
% ]. d5 x7 b4 W+ L9 n/ t: B3 h3 k
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 。
" l" @- B! V e, @. y8 L9 z) ^
· 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
# X# ^' d0 ^6 S& P+ ?$ e/ b; L' X
作者:
data-science
时间:
2016-3-24 11:07
为了知识，为了体力~~
5 ^$ d* d0 H6 R' r6 l
作者:
千寻百步
时间:
2016-3-25 23:16
+ n3 l% l/ v& l
为了知识，为了体力~~1 c#
* c Q' L9 y% h) j& g. Y1 C" E
欢迎光临 数学建模社区-数学中国 (http://www.madio.net/)
Powered by Discuz! X2.5