清华大学大数据课程第4次课据挖掘技术.pptx

大数据分析和内存计算 第4讲 数据挖掘技术概述;提纲;数据挖掘概览;数据挖掘定义;模式有效性度量;为何需要数据挖掘？;为何需要数据挖掘？;数据挖掘的意义;数据挖掘应用;数据挖掘应用;数据挖掘步骤;数据质量：为何需要数据预处理？;数据挖掘预处理的主要任务;数据清洗;缺失值（Incomplete/Missing Data);如何补充缺失值;噪声数据;如何处理噪声数据;分箱(Binning);数据平滑的分箱方法;聚类：Cluster Analysis;Regression;数据集成;数据变换（规范化）;数据变换;数据规约;数据规约;数据立方体;属性子集选择;维度规约;数值规约;离散化;抽样;分类;分类;分类应用;分类步骤;（1）模型的构建;（2）利用模型分类;分类方法评价;分类器性能评价方式;评估分类方法的准确性;分类方法;基于距离的分类方法;基于距离的分类方法的直观解释;距离计算方法;基于距离的分类方法的一般性描述;K近邻算法（KNN）;K近邻算法（KNN）;K近邻算法（KNN）;K近邻算法（KNN）;;决策树（Decision Tree）;决策树;决策树;决策树;决策树的步骤;决策树;分裂属性选择;分裂属性选择;信息增益的计算;决策树算法;决策树算法;决策树算法;决策树算法;决策树算法;决策树算法;决策树算法;决策树算法;决策树算法;决策树算法;决策树算法;决策树算法;决策树算法;决