数据挖掘期末考试知识点复习.pptVIP

Data Mining: Concepts and Techniques * Data Mining: Concepts and Techniques * 医学数据仓库与数据挖掘 * 数据挖掘 数据挖掘知识点（考点）复习 期考知识点 第6章的知识点 1.哪些学科和数据挖掘有密切联系？ （P68 数据挖掘关系图） 2.数据挖掘的定义（P69） 第7章的知识点 1.数据挖掘步骤（P74） 2.数据选择的内容（包括哪两部分）（P75） 3.数据清理的方法（P75） 了解小规模数据、大数据集的清理方法。 4.常见的模式有哪些（P78） 尤其是分类、回归、聚类模式之间的分析比较。 * 期考知识点 5.模式的精确度（P79） 训练和测试模式需将数据分成哪两部分以及各自用途？模式准确性的测试方法及其比较。 6.数据预处理的任务有哪些？（P83-89） 7.空缺值的处理方法（P83-84） 8.分箱技术（P84-86） 分箱之前要做的工作？P84 （1）要求能描述出常见的分箱方法和数据平滑方法（简答）。 （2） 要求会用等深分箱法和等宽分箱法对数据进行分箱，并对分箱后的数据按指定的平滑技术来平滑。（详见PPT） * 期考知识点 9.数据规范化方法（最小-最大规范化）P88 第8章的知识点 关联规则部分 1.理解什么是关联规则？P90 给定案例，能判断该案例是否属于关联规则挖掘问题。 2.关联规则的分类（P92-93） 3.掌握项集或规则的支持度和置信度的计算方法 （P91）详见ppt * 期考知识点 4.项集频率、频繁项集的定义，项集频率与项集支持度之间的关系（简答）。（P92） 5.掌握Apriori算法（P93-98）（综合计算题） 5.1 掌握Apriori算法的基本思想和执行步骤。 5.2 理解Apriori性质 5.3 能将算法应用到数据进行计算 给定支持度，能判断哪些项集需要剪枝？ 掌握从频繁项集生成候选项集的计算过程。 会计算项集的支持度。能将整个算法流程对指定数据集完成关联规则的挖掘过程。 6. 能根据排好序的事务集构造FP树（P100） * 期考知识点 7. 能比较FP树算法和Apriori算法的异同点 分类与预测部分 1.训练集与验证集的定义，以及二者的用途。P104-105 2.类标号属性与训练属性的定义，以及二者区别。P105 3.学过的决策树分类算法有哪些？P108 决策树包括哪些结点？P106-107 4.决策树递归划分终止的条件有哪些？（3点）P109 * 期考知识点 5.对于决策树递归过程需要注意哪两种情况？P109 6.什么是过适应问题？如何解决过适应问题？（简答）P110 7.决策树分类规则的生成方法？（简答）P111-112或见PPT 8.决策树构造过程中当前结点的训练属性是如何选择的？P109 9.k-最临近算法的基本思想？P119 k-最临近算法的两个基本步骤？P119 k-最临近算法中参数k的大小对分类结果的影响？P120 * 期考知识点 聚类分析部分 1.什么是聚类？聚类与分类的比较或异同点？（简答）P130 2.聚类分析常用的两种数据结构？P130-131 3.数据矩阵与相异度矩阵的比较，以及二者每行每列表示的意义？P130-131 4.相异度矩阵中各个元素d(i,j)的大小（趋于0或者值很大）表示的意义？P131 5.数据的属性类型有哪些？（5种）P131-135 6.属于定量的数据属性类型？P131 * 期考知识点 7.非对称二元变量的相异度计算公式及其应用？（综合计算题）P133-134 8.在聚类算法研究和应用过程中，对其能力有哪几种典型要求？P136-137 9.聚类分析算法有哪几类？每类的大体思想是什么？P137-143 （4类） 10.基于划分思想的聚类算法有哪些？P137-138 11.层次聚类算法分类哪两种？基于层次法的聚类算法有哪些？P139 12.基于密度方法的聚类算法有哪些？P142 13.基于网格方法的聚类算法有哪些？P143 * 期考知识点 14.k-平均算法的输入、输出及聚类过程(流程)？(简答)P138 15. k-平均算法与k-中心点算法的比较或异同点？P137-138 16.DBSCAN算法中涉及的一些概念：对象的r-领域、核心对象、直接密度可达、密度可达、密度相连。P142-143 （要求理解） 第9章的知识点（以选择题形式来考）