《数据挖掘导论》教材配套教学——第0章入课.ppt

清华大学出版社 数据挖掘导论 之 入课 数据挖掘是什么 数据挖掘——Data Mining（DM） 数据挖掘是发现数据中潜在的有用模式（信息、知识、规律、模型）的过程 猎人在动物迁徙的行为中寻找模式 农夫在庄稼的生长中寻找模式 政客在选民的意见中寻找模式 恋人在对方的反应中寻找模式 * 第*页，共10页 “人类正被数据淹没，却饥渴于信息” ——John Naisbitt（未来学家） 数据挖掘能做什么 分类 （Classification） 应用： 评估信用卡申请者的风险等级——低、中、高 方法：使用已知分类的实例建立分类模型，对未知分类的实例进行分类 * 第*页，共10页 数据挖掘能做什么 估值（Estimation） 应用：根据购买模式，估计一个家庭的孩子个数、收入或财产 估值类似于分类，不同之处在于 分类的输出是离散量，估值输出为连续值 分类的类别数确定，估值的量是不确定的 * 第*页，共10页 数据挖掘能做什么 预测（Prediction） 应用：预测明天上证指数的收盘价 方法：通过分类或估值得出预测模型，用该模型对未知变量的预测 * 第*页，共10页 数据挖掘能做什么 相关分析（association analysis） 应用：购物篮分析（Market Basket Analysis）——超市中，客户在购买A的同时，是否经常会购买B或隔一段时间后，会购买B。目的是找到零售产品之间有趣的关系 方法：生成关联规则，表达客户购买行为的关联关系 * 第*页，共10页 数据挖掘能做什么 聚类（Clustering） 应用：在信用卡公司，发现输入属性的一个集合，来区分接受寿险促销和未接受促销的持卡人。 方法：对实例分组，把相似的实例放在一个聚类中，发现最能区分各聚类的典型属性，使用这些属性开发预测未来结果的模型 * 第*页，共10页 主要内容 * 第*页，共10页 学时分配 教学内容 学时分配 小计 讲课 上机实践 讨论/习题 第0讲 入课 1 1 2 第1讲 认识数据挖掘 5 2 7 第2讲 基本数据挖掘技术 6 3 9 第3讲 数据库中的知识发现 3 3 6 第4讲 数据仓库 3 3 3 9 第5讲 评估技术 3 3 6 第6讲 神经网络技术 3 3 6 第7讲 统计技术 3 3 3 9 第8讲 时间序列和基于Web的挖掘 3 3 6 合 计 30 15 15 60 * 第*页，共10页 表 0-1 学时安排 推荐资源 全球最大的数据挖掘信息网站-—— 数据挖掘和分析软件，求职，咨询，课程等数据挖掘社区资源 机器学习领域的UCI数据集——/ml University of California Irvine 提出的用于机器学习的数据库，目前拥有200多个数据集，并且数目还在不断增加。 在数据挖掘领域被认为是标准测试数据集。 * 第*页，共10页 清华大学出版社