第六章_数据挖掘与知识发现.pdf

第六章 第六章 数据挖掘与知识发现 数据挖掘与知识发现 提 纲 提 纲  知识发现与数据挖掘的基本概念  知识发现与数据挖掘的基本概念  数据挖掘方法和技术  数据挖掘方法和技术  数据挖掘的知识表示  数据挖掘的知识表示 知识发现与数据挖掘的基本概念 知识发现与数据挖掘的基本概念  知识发现的定义  知识发现的定义  知识发现的研究问题  知识发现的研究问题  知识发现的过程  知识发现的过程  知识发现系统的结构  知识发现系统的结构 知识发现的定义 知识发现的定义 （KDD,Knowledge Discovery in Database） （KDD,Knowledge Discovery in Database）  知识发现是用一种简洁的方式从大量数据中抽取信息的一  知识发现是用一种简洁的方式从大量数据中抽取信息的一 种技术，所抽取的信息是隐含的、未知的，并且具有潜在 种技术，所抽取的信息是隐含的、未知的，并且具有潜在 应用价值。 应用价值。  知识发现可看成是一种有价值信息的搜寻过程，它不必预  知识发现可看成是一种有价值信息的搜寻过程，它不必预 先假设或提出问题，仍然能够找到那些非预期的令人关注 先假设或提出问题，仍然能够找到那些非预期的令人关注 的信息，这些信息表示了不同研究对象之间的关系和模 的信息，这些信息表示了不同研究对象之间的关系和模 式。它还能通过全面的信息发现与分析，找到有价值的商 式。它还能通过全面的信息发现与分析，找到有价值的商 业规则。 业规则。  知识发现意味着在数据仓库或数据集市的几千兆、几万兆  知识发现意味着在数据仓库或数据集市的几千兆、几万兆 字节数据中寻找预先未知的商业模式与事实。 字节数据中寻找预先未知的商业模式与事实。 知识发现的研究问题 知识发现的研究问题  定性知识和定量知识的发现  定性知识和定量知识的发现  知识发现方法  知识发现方法  知识发现的应用  知识发现的应用 知识发现的过程 知识发现的过程  数据准备  数据准备  数据挖掘  数据挖掘  结果的解释和评估  结果的解释和评估 知识发现的过程 知识发现的过程  数据准备  数据准备  数据集成：对数据进行合并处理、数据检查和清洗工作  数据集成：对数据进行合并处理、数据检查和清洗工作  数据选择：缩小处理数据的范围，提高数据挖掘的质量  数据选择：缩小处理数据的范围，提高数据挖掘的质量  数据预处理：削减数据维数或降维，克服数据挖掘工具  数据预处理：削减数据维数或降维，克服数据挖掘工具 的局限性 的局限性 知识发现的过程 知识发现的过程  数据挖掘  数据挖掘  探索性数据分析：利用图形化方式对数据进行探索  探索性数据分析：利用图形化方式对数据进行探索  描述建模：描述数据的所有特征  描述建模：描述数据的所有特征  预测建模：建立一个根据已知变量预测其它变量的模型  预测建模：建立一个根据已知变量预测其它变量的模型  分类