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 I1)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