原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
数据挖掘考试重点概要1
Review;数据预处理;3;4;5;6;7;关联规则挖掘;9;10;11;12;13;分类和预测;简答题：
朴素贝叶斯分类的主要思想
决策树分类的主要步骤
选择题：
SVM使用一个非线性映射把原始训练数据变换到高维空间中
在新的维上, 搜索线性优化分离超平面hyperplane (i.e., “决策边界”)
使用support vectors (“基本” 选择元组) 和边缘margins (由支持向量定义)发现超平面
;16;聚类分析;主要聚类方法分类
划分方法（Partitioning Methods）
K-means（算法步骤）、k-中心点
层次方法（Hierarchical Methods）
Birch、CURE、 Chameleon
基于密度的方法（Density-Based Methods）
DBSCAN、OPTICS
基于网格的方法（Grid-Based Methods）
STING、CLIQUE
基于模型的聚类方法（Model-Based Clustering;离群点分析;方法
基于统计学方法
基于距离的方法
基于偏差的方法
基于密度的方法;序列数据挖掘;名词填空
文档评论（0）