第六章 数据挖掘基本算法-2.ppt

数据仓库与数据挖掘 数据仓库与数据挖掘 第一章 数据仓库与数据挖掘概述 第二章 数据仓库的分析 第三章 数据仓库的设计与实施 第四章 信息分析的基本技术 第五章 数据挖掘过程 第六章 数据挖掘基本算法 第七章 非结构化数据挖掘 第八章 离群数据挖掘 第九章 数据挖掘语言与工具的选择 第十章 知识管理与知识管理系统 第六章 数据挖掘基本算法 6.1 分类规则挖掘 6.2 预测分析与趋势分析规则 6.3 数据挖掘的关联算法 6.4 数据挖掘的聚类算法 6.5 数据挖掘的统计分析算法 6.6 数据挖掘的品种优化算法 6.7 数据挖掘的进化算法 6.2 预测分析与趋势分析规则 6.2.1 预言的基本方法 6.2.2 定量分析预测 6.2.3 预测的结果分析 6.2.4 趋势分析挖掘 6.2.1 预言的基本方法 预言（prediction）是一门掌握对象变化动态的科学，它是对对象变动趋势的预见、分析和判断，也是一种动态分析方法。 预言的目的是对未来未知变量的预测，这种预测是需要时间来验证的，即必须经过一定时间后，才知道预言准确性是多少。 一旦建立了表示数据中固有模式和趋势的模型，那么这个模型就可以成功地用于对未来时间的结果进行预测。 6.2.1 预言的基本方法 预测的基本步骤： （1）确定预测目标，包括预测对象、目的、对象范围； （2）收集分析内部和外部资料； （3）数据的处理及模型的选择； （4）预测模型的分析、修正； （5）确定预测值。 6.2.1 预言的基本方法 预测方法一般有定性分析预测法和定量预测法。 定性预测包括：集合意见法、用户意见法（对象调查法）、员工意见法、专家评估法、类推法、判断预测和目标分解法等； 定量预测方法包括:情景分析法、时间序列分析法（移动平均，指数平滑，季节系数，DOX-TENKENS法）、因果分析法（线性，回归，非线性模型：含生命周期法，经济计量模型，灰色系统模型，状态转移分析法，模拟法，系统模型）等。 6.2.2 定量分析预测 （1）时间序列分析法 （2）回归预测 （3）非线性预测 （4）灰色预测模型GM(1,1) （5）组合预测 （1）时间序列分析法 时间序列分析法的原始数据要求： 1）在时间上具有连续性； 2）数据之间的可比性； 3）可以采取交叉预测。 时间序列可划为四种变化特征：趋势性（T）、季节性（S）、周期性（C）、不规则性（I）。可以利用散点图识别来变化特征。 时间序列分析法一般有：简单平均、移动平均、加权移动平均、指数平滑、一元线性回归、相关比例推算。 （1）时间序列分析法 时间序列定义——从时间序列的角度来看, 每个数据单元可以被抽象为一个二元组( t, o) 。其中：t 为时间变量; o 为数据变量, 反映数据单元的实际意义, 如某种商品的销售金额、股票的价格等。由此，对于时间序列可以给出如下定义： 时间序列R 是一个有限集{ ( t1 , o1 ) , ( t2 , o2 ) , ?, ( tn, on) } , 满足ti ti + 1 ( i = 1, 2, ?, n - 1) 。 由时间序列组成的数据库称为时间序列数据库。针对时间序列数据库的挖掘就是时间序列数据挖掘。时间序列数据挖掘是时间序列数据库中知识挖掘的一个步骤, 它发现时间序列数据中的时态模式或模型。 （1）时间序列分析法 时间序列挖掘的任务 时间序列相似性搜索； 时间序列聚类； 时间序列分类； 时间序列相关规则提取与模式分析； 海量时间序列可视化； 时间序列预测。 典型的应用 股票预测、机电系统诊断、医学诊断、生物信息学、营销指导、运动图像分析、生产过程监测等。 （2）回归预测 一元线性回归（趋势外推）：Y= a0+ a1×X 多元回归(因果关系)：Y=a0+a1×X1+a2×X2+ …+an×Xn 系数用最小二乘法确定系数：a0, a1,…,an （3）非线性预测 Y=A+B×LOG(X) Y=1/(A+B×EXP(-X) Y=1/(A+B×X) Y=X/(A+B×X) Y=A×X^B，(A0) Y=A×EXP(B×X)，(A0) Y=A×EXP(B/X) ，(A0) Y=A×EXP(B×X^2)，(A0) 将以上模型进行线性处理再转化为一元回归模型。 （4）灰色预测模型 客观世界，既是物质的世界又是信息的世界。它既包含大量的已知信息，也包含大量的未知信息与非确知信息。 未知的或非确知的信息称为黑色信息；已知信息称为白色信息。 白色系统是指一个系统的内部特征是完全已知的，即系统的信息是完全充分的。 黑色系统是指一个系统的内部信息对外界来说是一无所知的，只能通过它与外界的联系来加以观测研究。 既含有已知信息又含有未知的、非确知的信息的系统，称为灰色系统。 （4）灰色预测模型 在现实世界中，灰色系统是普遍存