概念/类描述:特征和区分
数据可以与类或概念相关联。
例如,在AllElectronics 商店,销售的商品类包括计算机和打印机,顾客概念包括bigSpenders 和budgetSpenders。用汇总的、简洁的、精确的方式描述每个类和概念可能是有用的。这种类或概念的描述称为类/概念描述。这种描述可以通过下述方法得到
(1)数据特征化,一般地汇总所研究类(通常称为目标类)的数据,或
(2)数据区分,将目标类与一个或多个比较类(通常称为对比类)进行比较,或
(3)数据特征化和比较。数据特征是目标类数据的一般特征或特性的汇总。
通常,用户指定类的数据通过数据库查询收集。例如,为研究上一年销售增加10%的软件产品的特征,可以通过执行一个SQL 查询收集关于这些产品的数据。有许多有效的方法,将数据特征化和总。例如,基于数据方的 OLAP 上卷操作(1.3.2 小节)可以用来执行用户控制的、沿着指定维的数据汇总。该过程将在第2 章介绍数据仓库时进一步详细讨论。面向属性的归纳技术可以用来进行数据的泛化和特征化,而不必一步步地与用户交互。这一技术将在第5 章讨论。数据特征的输出可以用多种形式提供。包括饼图、条图、曲线、多维数据方和包括交叉表在内的多维表
关联分析
“什么是关联分析?”关联分析发现关联规则,这些规则展示属性-值频繁地在给定数据集中一起出现的条件。关联分析广泛用于购物篮或事务数据分析。
分类和预测
分类是这样的过程,它找描述或识别数据类或概念的模型(或函数),以便能够使用模型预测类标号未知的对象。导出模型是基于对训练数据集(即,其类标号已知的数据对象)的分析。“如何提供导出模型?”导出模式可以用多种形式表示,如分类(IF-THEN)规则、判定树、数学公式、或神经网络。判定树是一个类似于流程图的结构,每个结点代表一个属性值上的测试,每个分枝代表测试的一个输出,树叶代表类或类分布。判定树容易转换成分类规则。当用于分类时,神经网络是一组类似于神经元的处理单元,单元之间加权连接。分类可以用来预测数据对象的类标号。然而,在某些应用中,人们可能希望预测某些遗漏的或不知道的数据值,而不是类标号。当被预测的值是数值数据时,通常称之为预测。尽管预测可以涉及数据值预测和类标号预测,通常预测限于值预测,并因此不同于分类。预测也包含基于可用数据的分布趋势识别。相关分析可能需要在分类和预测之前进行,它试图识别对于分类和预测无用的属性。这些属性应当排除。
分享到:
相关推荐
山东大学数据仓库与数据挖掘复习笔记
数据挖掘导论 (英文PPT)(Pang-Ning Tan, Michael Steinbach, Vipin Kumar) 原书第四章(Introduction to Data Mining CH4)高清:http://download.csdn.net/detail/flyingpoops/9406233 原书第六章...
Python金融大数据挖掘与分析全流程详解-学习笔记及案例代码.zip Python金融大数据挖掘与分析全流程详解-学习笔记及案例代码.zip Python金融大数据挖掘与分析全流程详解-学习笔记及案例代码.zip Python金融大数据挖掘...
数据挖掘笔记01-031
数据挖掘笔记11-121
数据挖掘笔记07-091
自己在看《New Internet 大数据挖掘》这本书时做的一些笔记,与大家分享!
BI基础知识 数据仓库 数据挖掘 个人整理的笔记还不全,基础知识全是
学习笔记5:数据预处理与数据挖掘十大经典算法.docx学习笔记5:数据预处理与数据挖掘十大经典算法.docx学习笔记5:数据预处理与数据挖掘十大经典算法.docx学习笔记5:数据预处理与数据挖掘十大经典算法.docx学习笔记...
数据挖掘入门与实战笔记,Python语言实现
自己亲自整理的数据挖掘概念与技术+数据挖掘(精心整理)笔记+习题及其答案+课本及其答案。 东西都是自己亲自整理的,绝对物有所值,经得起时间的考验,大家用得好的欢迎给好评,这是我的动力 数据挖掘 笔记 第三版
数据挖掘与分析自解压文件数据挖掘(Data mining)又译为资料探勘、数据采矿。它是数据库知识发现(英语:Knowledge-Discovery in Databases,简称:KDD)中的一个步骤。数据挖掘一般是指从大量的数据中通过算法搜索...
上《数据挖掘技术》课程时,针对基本中文入门教材整理了一个笔记。
《数据挖掘》读书笔记.docx《数据挖掘》读书笔记.docx《数据挖掘》读书笔记.docx《数据挖掘》读书笔记.docx《数据挖掘》读书笔记.docx《数据挖掘》读书笔记.docx《数据挖掘》读书笔记.docx《数据挖掘》读书笔记.docx
数据挖掘读书笔记.pdf
数据挖掘与分析学习笔记数据
《数据挖掘导论(完整版)》全面介绍了数据挖掘的理论和方法,旨在为读者提供将数据挖掘应用于实际问题所必需的知识。《数据挖掘导论(完整版)》涵盖五个主题:数据、分类、关联分析、聚类和异常检测。除异常检测外...
评估摘要分类web内容挖掘web使用挖掘web结构挖掘潜在的链接结构模式page-rank算法从服务器的log文件或其他数据中分析用户的访问模式采用手段关联规则
t这个公司简介 CSDN使命:成就一亿技术人 中国开发者社区CSDN (Chinese Software Developer Network) 创立于1999年,致力于成为IT技术人交流和成长的家园。截至2019年8月,CSDN拥有超过2700万注册会员,Alex全球...
• P54: 数据立方体算法 (第五章内容,应该不在考试范围)概念部分书上的目录分类太详细了,遇到概念直接翻阅目录应该就能找到对应解释。PPT 重点部分/计算部