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。
2 l7 p3 d; M7 t5 }7 e
+ @6 B g/ s9 J0 u1 V" U3 e
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
" V8 v; t. S1 z# f/ m1 a
1)数据挖掘能做以下七种不同事情
(分析方法):
( @% P, B$ e8 q
数据挖掘
# x8 c4 d) \& d9 C. G2 V# V5 H& f
· 分类 (Classification)
# c& H- A& m0 X, u6 \- B) Y
· 估计(Estimation)
) _& T4 E$ L8 t$ [" K: k1 x
· 预测(Prediction)
1 J& F3 f3 C; y7 L: y& H4 U3 q' B
· 相关性分组或关联规则(Affinity grouping or association rules)
8 _# S5 c, F J* A& A8 t
· 聚类(Clustering)
. ~* M1 R+ |" d" q
· 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; i
2)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
0 l5 i0 k( H8 \7 K1 G9 b: g
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
8 U' S1 G+ `$ y3 P4 ?" G
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