数据仓库原理、设计的与应用第6章.pptVIP

第6章现代数据挖掘技术与发展 ;现代数据挖掘技术与发展 ;6.1知识挖掘系统的体系结构 ; ;1.知识发现系统管理器 控制并管理整个知识发现过程 2.知识库和商业分析员 知识库包含了源于各方面的知识。商业分析员要按一种有效的方式指导关注信息的发现。 3.数据仓库的数据库接口 知识发现系统的数据库接口可以直接与数据仓库通信。 4.数据选择 确定从数据仓库中需要抽取的数据及数据结构 5.知识发现引擎 将知识库中的抽取算法提供给数据选择构件抽取的数据 6.发现评价 有助于商业分析员筛选模式，选出那些关注性的信息 7.发现描述 发现、评价并辅助商业分析员在知识库中保存关注性发现结果以备将来引用,并保持知识发现与管理人员的通信。 ;6.2现代挖掘技术及应用 ; 2.关联规则的应用目标 置信度或正确率可以定义为： ?  (6.5) ? 覆盖率可以定义为 “兴趣度”为目标的关联规则; 3.关联规则的算法 Apriori算法 1．找出所有支持度大于最小支持度的项集，这些项集称为频集，包含k个项的频集称为k-项集。 2．使用第1步找到的频集产生所期望的规则。 Apriori算法的第1步采用了递归方法，算法表示为 L1={large 1-itemsets};//产生频繁1项集L1 for (k=2;Lk-1≠○;k++) do //循环产生频繁2项集L2直到某个r使Lr为空 begin Ck=apriori-gen(Lk-1);//产生k-项集的候选集 for all transactions t∈D do begin Ct=subset(Ck,t);//事务t中包含的候选集 for all candidates c∈Ct do c.count++; end Lk={c∈Ck|c.count≥minsup} end Answer=UkLk;第2步算法较为简单。如果只考虑规则的右边只有一项的情况，给定一个频集Y=I1,I2,I3,…,Ik,k≥2,Ij∈I，那么只有包含集合{ I1,I2,I3,…,Ik}中的项的规则最多有k条。这种规则形如I1,I2,I3,…Ii-1,Ii+1…,Ik→Ii,。这些规则置信度必须大于用户给定的最小置信度。 ;数据库D;4.关联规则的应用;6.2.2 神经网络型现代挖掘技术 ;6.2.2 神经网络型现代挖掘技术 ;6.2.2 神经网络型现代挖掘技术 ;6.2.2 神经网络型现代挖掘技术 ;6.2.3 遗传算法型现代挖掘技术 ;6.2.3 遗传算法型现代挖掘技术 ;6.2.3 遗传算法型现代挖掘技术 ;6.2.3 遗传算法型现代挖??技术 ;6.2.3 遗传算法型现代挖掘技术 ;6.2.4 粗糙集型现代挖掘技术;6.2.4 粗糙集型现代挖掘技术;6.2.5 决策树型现代挖掘技术;6.2.5 决策树型现代挖掘技术;6.2.5 决策树型现代挖掘技术;6.2.5 决策树型现代挖掘技术;6.2.5 决策树型现代挖掘技术;6.2.5 决策树型现代挖掘技术;6.3知识发现工具与应用;6.3知识发现工具与应用;6.3知识发现工具与应用;6.3知识发现工具与应用;6.4数据挖掘技术的发展;6.4数据挖掘技术的发展;6.4数据挖掘技术的发展;6.4数据挖掘技术的发展;6.4数据挖掘技术的发展;6.4数据挖掘技术的发展;练 习 ;练 习 ;练 习