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。
% X, B( T9 X( t9 [( \
; g3 Z4 n) J1 X8 U- F3 z, J- B' i
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
: z; ]2 G# U' V* y4 |/ a% m- J
1)数据挖掘能做以下七种不同事情
（分析方法）：
/ r* k) ]8 F* C$ r/ h; f
数据挖掘
9 S5 o; N0 ?+ a8 }- Z! A
· 分类 （Classification）
( l+ j) J* ]* c) a5 b
· 估计（Estimation）
( A# w. Z0 E8 t
· 预测（Prediction）
+ K) Y. {7 _( [+ k
· 相关性分组或关联规则（Affinity grouping or association rules）
% d7 u7 N. v( h" W
· 聚类（Clustering）
# d g% {2 j- `6 R
· 描述和可视化（Description and Visualization）
6 W. a" s- a3 p% K( H m5 U
· 复杂数据类型挖掘(Text, Web ,图形图像，视频，音频等)
, Y+ y) t3 C$ M! n \
2)数据挖掘分类
4 v1 ?4 n8 q6 W7 Q0 D! R
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
! L* I7 K% s! g/ [: B9 G; h8 J; `
· 直接数据挖掘
6 m8 b8 S8 x# M3 i
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。
+ Z$ D7 Q' h! d s% Z
· 间接数据挖掘
( f5 w4 Z, W# _, w
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 。
4 _* j$ M" Y$ d. P7 E2 {
· 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
3 R7 t K6 X/ x" x( h4 f
作者:
data-science
时间:
2016-3-24 11:07
为了知识，为了体力~~
7 Q9 X0 O, l! J/ e7 T5 Y
作者:
千寻百步
时间:
2016-3-25 23:16
4 C& I2 B+ \! D8 [6 E
为了知识，为了体力~~1 c#
/ w5 T* K" H6 W T* a
欢迎光临 数学建模社区-数学中国 (http://www.madio.net/)
Powered by Discuz! X2.5