原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
试论数据挖掘与机器学习、统计学、数据库的关系
贾纳豫
(玉溪师范高等专科学校 计算机系 ,云南 玉溪 653100)
[ 关键词] KDD ;数据挖掘 ;机器学习 ;统计学 ;数据库
( )
[摘 要] 数据库中发掘知识 KDD ,通常也称数据挖掘 ,意在从大量收集到的数据中发掘出有用的知
识。已发掘出的知识可能是描述数据的规则、经常出现的模型 ,或数据库中的对象集等。
( )
[ 中图分类号] TP311. 131 [文献标识码] A [文章编号] 1008 - 8334 2000 04 - 0095 - 04
The relation of Data mining And machine
learning , statistics , databases
J IA Nayu
( )
Computer Science Department , Teacher’s College of Yuxi , Yunnan 653100
Key Words :KDD ; Data mining ; machine learning ; statistics ; databases
Abstract : Knowledge discovery in databases and data mining aim at semiautomatic tools for the analysis of large data sets. We give an
overview of the area and present some of the research issues , especially from the database angle.
( )
( ) 3. 发掘模型 数据挖掘 ;
一 绪 言
数据挖掘出现于 90 年代 ,当时有着显著的研 4. 已发掘数据的处理;
究成效和发展。但在产业界和科研中 ,它似乎缺 5. 结果的利用。
乏分析大数据集的方法。目前的技术使得收集数 对某个数据领域的了解是获取有用东西的先
据非常容易 ,但数据分析却显得滞后且代价昂贵。 决条件。KDD 系统的用户在获取有价值信息之
人们会怀疑在大量未经分析或无法分析的数据集 前 ,对该运用领域的某些方面应有所了解。当然 ,
如果某个领域已有了高级专家涉猎 ,则用半自动
中是否藏有极有价值的信息 ,所以一种在数据集
化工具也无法在该领域中发掘出较新奇的数据
中查找有价值信息的半自动化工具就很有用了。
了。在这样一些较为固定的领域中 ,那怕是数据
( )
二 KDD 过程
的细节方面人们也能达到
文档评论（0）