胡晓晖《数据仓库与数据挖掘》第一章 数据挖掘概述.pptVIP

1.统计方法 统计方法是从事物的外在数量上的表现去推断该事物可能的规律性. 最初总是从数量表现上通过统计分析看出一些线索,然后提出一定的假说或学说,做进一步深入的理论研究. (1)传统统计方法 传统的统计学所研究的主要是渐进理论,即当样本趋向无穷多时的统计性质．统计方法主要考虑测试预想的假设是否与数据模型拟合． 统计方法的处理过程分： 搜集数据：采样、实验设计 分析数据：建模、知识发现 进行推理：预测，分类 　　常见的统计方法 回归分析（多元回归） 判别分析（贝叶斯判别、费歇尔判别、非参 数判别等) 聚类分析（系统聚类、动态聚类等) 探索性分析（主元分析法，相关分析法等） (2)模糊集 引入模糊逻辑利用隶属函数（0-1）之间来表示 某个特定值属于某个类别的程度；此时，可引入模糊逻辑来描述“高收入”这个概念。 2. 机器学习 Simon对学习的定义是:”如果一个系统能够通过执行某种过程而改进它的性能. 这就是学习” 目前常用的机器学习方法 (1)决策树 决策树是一种分类方法，起源于概念学习系统。有名的决策树方法有ID3，C4.5 ,还有CART和Assistant. 决策树构造的输入是一组带有类别标记的数据，构造的结果是一棵二叉或多叉树。树中节点可分为两类：决策节点和叶子节点。 年龄？ 信用等级？ 学生