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。
; r# a' G; F4 H* G2 b! ~3 P
; p+ C6 g& S" ?
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 ]6 V: G7 `: f. X1 I
1)数据挖掘能做以下七种不同事情
（分析方法）：
8 J1 {0 G9 q' j g Q" G+ ~$ p! b. y% i# T
数据挖掘
. M$ _1 B9 k1 S! s# |, U
· 分类 （Classification）
8 p; C h! P$ Q) K2 T
· 估计（Estimation）
# R7 M7 U7 E. ^% |7 J4 y/ W; P- U
· 预测（Prediction）
) e. V+ S' Y. I9 T) O# [% O* c8 v
· 相关性分组或关联规则（Affinity grouping or association rules）
' {' p- p( k* ~- ~ r
· 聚类（Clustering）
# o- R( ~& h( B4 n8 I: C
· 描述和可视化（Description and Visualization）
; }& {" K# a/ J- y! }6 f7 e' ?
· 复杂数据类型挖掘(Text, Web ,图形图像，视频，音频等)
3 Z* I* r/ D8 c: ]- K* e
2)数据挖掘分类
- s! M# H3 a( Q4 A# V
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
* f3 \; c3 _" H9 V! B8 F
· 直接数据挖掘
% b$ c$ I0 y, b4 L; b
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。
/ V- ?' U! T: O- }2 _ X
· 间接数据挖掘
4 M" p/ u$ N2 T* z, X" h1 K* H
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 。
6 Z8 Y! ^8 g3 x8 |5 D/ Q7 r
· 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
' ?6 ~/ Y8 U. z2 H0 x
作者:
data-science
时间:
2016-3-24 11:07
为了知识，为了体力~~
0 R/ }2 a% R" m* y# U
作者:
千寻百步
时间:
2016-3-25 23:16
; _9 Z3 u$ ]8 a" G- L- T& A& q
为了知识，为了体力~~1 c#
4 W# a0 ^- A5 A. L/ d# g, d
欢迎光临 数学建模社区-数学中国 (http://www.madio.net/)
Powered by Discuz! X2.5