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。
7 f- y$ ^2 i1 ~- d
* g h6 G3 q' e ?+ H. M( H
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
* M; x' z- r% Q( L
1)数据挖掘能做以下七种不同事情
（分析方法）：
+ e5 _5 J" m6 @
数据挖掘
. M& K: M8 @1 K( i% m
· 分类 （Classification）
8 y( V/ P8 \! u
· 估计（Estimation）
6 @ g0 i' h$ N$ a/ J
· 预测（Prediction）
8 ~9 K5 L. w$ G, e% S) H1 o
· 相关性分组或关联规则（Affinity grouping or association rules）
# b R) F0 q: {) Z' ? ^9 ]/ c
· 聚类（Clustering）
4 {* J# F/ D; Z+ N
· 描述和可视化（Description and Visualization）
) E: h6 X2 N, D# Q" H. q& U5 Y
· 复杂数据类型挖掘(Text, Web ,图形图像，视频，音频等)
6 O+ T6 p9 C( A
2)数据挖掘分类
( m5 N# r9 O- W# e% N
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
, Q; b& |( p0 E' k
· 直接数据挖掘
: s7 P" L( K/ O7 `, h; R. m+ U
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。
% c& m& ~9 V$ h4 }5 A1 u9 J* R
· 间接数据挖掘
% \9 J! @, J- D! @4 x
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 。
) c0 f) j7 r, W$ f2 T9 p
· 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
$ [+ ]4 X6 o8 I: X3 J+ [; ?. d
作者:
data-science
时间:
2016-3-24 11:07
为了知识，为了体力~~
1 n6 g7 L& r1 ~ d0 G* Q# {
作者:
千寻百步
时间:
2016-3-25 23:16
! l6 ^& j$ E: y* ^+ b, k& d: @
为了知识，为了体力~~1 c#
: j* [, c# M/ P5 x F; t$ l0 n
欢迎光临 数学建模社区-数学中国 (http://www.madio.net/)
Powered by Discuz! X2.5