数据挖掘算法〔wangye2006.8〕.pptVIP

数据挖掘算法 Wang Ye 2006.8 一、概念和术语 1.1 数据挖掘 / 知识发现 （1）数据挖掘是从存放在数据集中的大量数据挖掘出有趣知识的过程。 （2）数据挖掘，又称为数据库中知识发现（Knowledge Discovery in Databases）或知识发现，它是一个从大量数据中抽取挖掘出未知的、有价值的模式或规律等知识的非平凡过程，它与数据仓库有着密切的联系。 （3）广义的数据挖掘是指知识发现的全过程；狭义的数据挖掘是指统计分析、机器学习等发现数据模式的智能方法，即偏重于模型和算法。 （4）数据库查询系统和专家系统不是数据挖掘！在小规模数据上的统计分析和机器学习过程也不应算作数据挖掘。 1.2 机器学习 （1）对于某类任务T和性能度量P，如果一个计算机程序在T上以P衡量的性能随着经验E而自我完善，那么这个计算机程序被称为在从经验E学习。 （2）机器学习是知识发现的一种方法，是指一个系统通过执行某种过程而改进它处理某一问题的能力。 1.3 数据挖掘的对象 （1）关系型数据库、事务型数据库、面向对象的数据库； （2）数据仓库 / 多维数据库； （3）空间数据（如地图信息） （4）工程数据（如建筑、集成电路的信息） （5）文本和多媒体数据（如文本、图象、音频、视频数据） （6）时间相关的数据（如历史数据或股票交换数据） （7）万维网（如半结构化的HTML，结构化的