数据挖掘知识点整理_光环大数据培训精选.pdfVIP

光环大数据--大数据培训知名品牌 数据挖掘知识点整理_光环大数据培训 光环大数据培训机构了解到，1. 数据、信息和知识是广义数据表现的不同 形式。 2. 主要知识模式类型有： 广义知识，关联知识，类知识，预测型知识，特 异型知识 3. web 挖掘研究的主要流派有： Web 结构挖掘、Web 使用挖掘、Web 内容挖 掘 4. 一般地说，KDD 是一个多步骤的处理过程，一般分为问题定义、数据抽 取、数据预处理、.数据挖掘以及模式评估等基本阶段。 5. 数据库中的知识发现处理过程模型有：阶梯处理过程模型，螺旋处理过 程模型，以用户为中心的处理结构模型，联机KDD 模型，支持多数据源多知识模 式的KDD 处理模型 6. 粗略地说，知识发现软件或工具的发展经历了独立的知识发现软件、横 向的知识发现工具集和纵向的知识发现解决方案三个主要阶段，其中后面两种反 映了目前知识发现软件的两个主要发展方向。 7. 决策树分类模型的建立通常分为两个步骤： 决策树生成，决策树修剪。 8. 从使用的主要技术上看，可以把分类方法归结为四种类型： a) 基于距离的分类方法 b) 决策树分类方法 c) 贝叶斯分类方法 d) 规则归纳方法 9. 关联规则挖掘问题可以划分成两个子问题： a) 发现频繁项目集:通过用户给定Minsupport ，寻找所有频繁项目集或者 光环大数据 光环大数据--大数据培训知名品牌 最大频繁项目集。 b) 生成关联规则:通过用户给定 Minconfidence ，在频繁项目集中，寻找 关联规则。 10. 数据挖掘是相关学科充分发展的基础上被提出和发展的，主要的相关技 术： 数据库等信息技术的发展 统计学深入应用 人工智能技术的研究和应用 11. 衡量关联规则挖掘结果的有效性，应该从多种综合角度来考虑： 光环大数据 光环大数据--大数据培训知名品牌 a 准确性：挖掘出的规则必须反映数据的实际情况。 b 实用性：挖掘出的规则必须是简洁可用的。 c 新颖性：挖掘出的关联规则可以为用户提供新的有价值信息。 12. 约束的常见类型有： 单调性约束; 反单调性约束; 可转变的约束; 光环大数据 光环大数据--大数据培训知名品牌 简洁性约束. 13. 根据规则中涉及到的层次，多层次关联规则可以分为： 同层关联规则：如果一个关联规则对应的项目是同一个粒度层次，那么它是 同层关联规则。 层间关联规则：如果在不同的粒度层次上考虑问题，那么可能得到的是层间 关联规 14. 按照聚类分析算法的主要思路，聚类方法可以被归纳为如下几种。 划分法：基于一定标准构建数据的划分。 光环大数据 光环大数据--大数据培训知名品牌 属于该类的聚类方法有：k-means、k-modes、k-prototypes、k-medoids、 PAM、CLARA、CLARANS 等。 层次法：对给定数据对象集合进行层次的分解。 密度法：基于数据对象的相连密度评价。 网格法：将数据空间划分成为有限个单元(Cell)的网格结构，基于网格结构 进行聚类。 模型法：给每一个簇假定一个模型，然后去寻找能够很好的满足这个模型的 数据集。 15.