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。
7 U4 D3 T! ?$ S1 |2 e4 V
0 \* V+ X) ]- T0 z2 k
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
" _$ u* X% {) @) P
1)数据挖掘能做以下七种不同事情
（分析方法）：
8 g& ^: |- o8 E1 y, h% z- E4 t
数据挖掘
5 X! V6 l4 }' W/ D' S0 O
· 分类 （Classification）
# z( T: t, k$ I6 u% E
· 估计（Estimation）
- \2 [; r# F* x6 |& ~2 `- Y2 H
· 预测（Prediction）
& V7 I+ Y: J- T H
· 相关性分组或关联规则（Affinity grouping or association rules）
% i( Z/ k+ w! |& v+ y3 y' f
· 聚类（Clustering）
9 H8 F$ P1 O" |4 j0 P
· 描述和可视化（Description and Visualization）
/ ^& Y! `: ]& B) ?& x: S& I, c
· 复杂数据类型挖掘(Text, Web ,图形图像，视频，音频等)
% h0 N; {9 r5 r; O4 q2 `: q( u
2)数据挖掘分类
% `* r( ~1 \" U+ X9 N9 E5 c
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
/ p! [5 O% n2 j1 f6 d& `
· 直接数据挖掘
7 S. {' M9 g1 o9 V8 p5 w
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。
4 O s. `' y" I5 v9 k' v3 u' `
· 间接数据挖掘
. L) v; X H$ s6 M, [' U7 Y. 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 。
# N" o) p) T- b X% E4 n
· 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
8 e8 q8 ]' I/ b, n
作者:
data-science
时间:
2016-3-24 11:07
为了知识，为了体力~~
, R2 Q" J3 i# v0 s2 H$ W
作者:
千寻百步
时间:
2016-3-25 23:16
; k( Z+ M! ?- b" ?0 @$ y
为了知识，为了体力~~1 c#
5 y% s' B7 ~2 ]. B6 o
欢迎光临 数学建模社区-数学中国 (http://www.madio.net/)
Powered by Discuz! X2.5