教育系统中多变量分析与其应用.pptVIP

数据挖掘及其应用 傅德荣 内 容 一、数据挖掘概述 二、DM与教育 三、教育应用 四、基于聚类的DM 五、马氏距离及其应用（判别分析） 六、数量化Ⅰ类应用 预约数的预测 超市顾客数预约 问卷设计与分析 一、数据挖掘概述 1.数据挖掘（Data Mining）定义 从大量数据中发现信息、看法、知识、假设、课题的处理和方法。 KDD（Knowledge Discovery in Database） DM是KDD的挖掘、发现部分。 发掘数据中内在的规则、知识 专家系统：抽出专家头脑中的知识，以便利用 DM：发掘数据中内在的、非明示的知识。 期待：信息社会中洪水般信息带来的诸问题的解决对策。 2. DM的处理过程 （Ⅱ）DM的处理过程 （1）数据仓库：获取、选择相关目的数据 （2）对数据进行重要的前期处理、变换 （3）从数据中发现知识 （4）对多发现的知识解释、评价、应用 这个过程可认为是知识发现的过程。 有时对（3）也称之为DM 。 从（1） （4）不是单纯的直线进行，在每一处理阶段为了达到满意的结果，还需要返回前面的阶段，这个处理过程可能需要多次反复。 （Ⅲ）DM处理的说明 一、数据的获取、选择 理解对象领域的性质 具备对象领域的基本知识 设定DM的目标 对象领域的数据集中在多个体内，并对这些库集中管理——称之为数据仓库。 对库内数据集合挖掘时应基于选