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。
$ [+ k; }0 Q3 |) i6 U
9 b7 d7 x8 p. Y% u8 B& _: Q
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 L$ e% `" U) p
1)数据挖掘能做以下七种不同事情
(分析方法):
! A5 C0 h' @. [$ @, l
数据挖掘
; o; d' A$ C, i8 M$ q
· 分类 (Classification)
4 N2 k- I" x8 x: k h- T9 U
· 估计(Estimation)
. M7 d; P& O7 @. R9 b
· 预测(Prediction)
, \9 D$ D$ X1 A
· 相关性分组或关联规则(Affinity grouping or association rules)
/ u8 ^. y0 ]: z' t
· 聚类(Clustering)
4 | |5 }9 y" X3 ^7 q6 E
· 描述和可视化(Description and Visualization)
; y% h8 Q' l X. D! h
· 复杂数据类型挖掘(Text, Web ,图形图像,视频,音频等)
4 |- \6 e$ n0 J4 i& z0 R
2)数据挖掘分类
! Z4 q4 O+ L1 | B( 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
# E. w1 L3 c& I* Y, W* O
· 直接数据挖掘
6 p' {4 \: P: @
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。
7 O+ {7 Y$ t3 {( i; W8 r
· 间接数据挖掘
- g2 D i+ \: [9 c. x$ B3 s0 l. f* t
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 。
& f- i- L% I+ e& G# n3 C
· 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
Q4 D8 P7 }7 U+ _
作者:
data-science
时间:
2016-3-24 11:07
为了知识,为了体力~~
$ x- y) d# h# e1 y5 ]: S- d
作者:
千寻百步
时间:
2016-3-25 23:16
1 ]0 K0 h& S5 O* K" _5 g0 I; d. j
为了知识,为了体力~~1 c#
1 S/ ]. \, B+ e Q5 j* ?/ T0 ?
欢迎光临 数学建模社区-数学中国 (http://www.madio.net/)
Powered by Discuz! X2.5