数据挖掘课复习提纲(终稿).docVIP

数据挖掘课程复习提纲（10计算机、软件、网络） 有关考试 题型： 一、填空题（15分，每空1分） 二、判断题（10分，每题1分) 三、计算题（55分，4大题，1~3大题各15分，第4大题10分）——聚类、分类、关联分析、异常挖掘各一题 四、问答题（20分，3题，分别是7分，6分，和7分题） 基本要求：掌握数据预处理、分类、聚类、关联分析、异常挖掘的基本方法、clementine的基本使用方法，及每类方法的应用场景（每类方法理解、熟悉一个例子）。算法重点掌握k-means、一趟聚类、DBSCAN、ID3(C4.5)、Bayes、KNN、Apriori及基于距离、密度、聚类的异常检测方法。 第一章 绪论 1 数据挖掘的定义 技术层面：数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中、人们事先不知道的、但又潜在有用的信息和知识的过程。 商业层面：数据挖掘是一种新的商业信息处理技术，其主要特点是对商业数据库中的大量业务数据进行抽取、转换、分析和其他模型化处理，从中提取辅助商业决策的关键性数据。 2 数据挖掘的任务 预测任务：根据其它属性的值预测特定（目标）属性的值，如回归、分类、异常检测。 描述任务：寻找概括数据中潜在联系的模式，如关联分析、演化分析、聚类分析、序列模式挖掘。 (1) 关联(Association)分析 关联分析，发现特征之间的相互