《数据挖掘导论》教材配套教学——认识数据挖掘.pptVIP

【例1.6】 使用Weka分析表1.1感冒类型诊断数据集中数据的关联关系。 实验步骤 1、准备数据 2、加载和预处理数据 3、关联分析 4、解释和评估结果 * 第*页，共65页 图1.20 感冒类型诊断数据集的关联分析结果 本讲小结 * 第*页，共65页 图1.21 第1章内容导图 数据挖掘是建立模型，不是魔术！ 人类的本性要求我们对周围的世界进行归纳和分类，基于这个原因，模型建立是个 自然的过程，有趣而富有意义！ * * 1.5.4 模型应用 数据挖掘的终极目标。 可以应用分类模型解决如例1.1中的疾病诊断问题； 可以应用聚类模型解决对顾客的分类，找出不同类中顾客的行为特征，从而为诸如促销活动等提供决策支持； 可以通过应用关联分析模型，找出顾客购买的商品之间的关联关系，对于货架摆放、商品促销等提供决策支持。 * 第*页，共65页 1.6 数据挖掘的作用 数据挖掘的作用 两大类 建立有指导的学习模型和无指导聚类模型。 因变量（Dependent Variables） 有指导的学习模型中的输出属性的值依赖于输入属性的取值，所以输出属性又被称为因变量 自变量（Independent Variables） 相对的，输入属性被称为自变量 * 第*页，共65页 数据挖掘的作用 * 第*页，共65页 图1.4数据挖掘的作用 1.7 数据挖掘技术 数据挖掘技术（Data Mining Tech