数据仓库与数据挖掘序论 课件.pptVIP

数据仓库与数据挖掘;教科书和参考书;课堂要求;第1章 引言;数据挖掘的发展动力(1) ;数据挖掘的发展动力(2);数据挖掘的发展动力(3);第1章 引言;什么是数据挖掘？(1);什么是数据挖掘？(2);什么是数据挖掘？(3);什么是数据挖掘？(4);什么是数据挖掘？(5);什么是数据挖掘？(6);什么是数据挖掘？(7);什么是数据挖掘？(8);数据挖掘: 数据库中的知识挖掘(KDD);知识挖掘的步骤 了解应用领域 了解相关的知识和应用的目标 创建目标数据集: 选择数据 数据清理和预处理: (这个可能要占全过程60％的工作量) 数据缩减和变换 找到有用的特征，维数缩减/变量缩减，不变量的表示。 选择数据挖掘的功能 数据总结, 分类模型数据挖掘, 回归分析, 关联规则挖掘, 聚类分析等. 选择挖掘算法 数据挖掘: 寻找感兴趣的模式 模式评估和知识表示 可视化，转换，消除冗余模式等等 运用发现的知识;典型数据挖掘系统的体系结构;什么是数据挖掘？(12);并非所有的东西都是数据挖掘 基于数据仓库的OLAP系统 OLAP系统专注于数据的汇总，而数据挖掘系统可以对数据进行多种复杂的处理。 机器学习系统，数据统计分析系统 这些系统所处理的数据容量往往很有限。 信息系统 专注于数据的查询处理。 相比于上述系统，数据挖掘系统关注更广的范围，是一个多学科的融合 海量数据处理，强调的是算法的可扩