数据挖掘技术及应用.pptxVIP

;Contents;;;;;Contents;;;;3、在现代统计学中，模型是主要的，而对于模型的选择标准、如何计算等则都是次要的。但是在数据挖掘中，算法也扮演着重要的角色。 4、统计学方法的前提假设。而数据挖掘是在没有明确假设的前提下去挖掘信息、发现知识。数据挖掘所得到的信息应具有先未知、有效和可实用三个特征。;5、在统计理论方面： 统计推断的基础“总体”和“样本”的概念是否还继续适用？ 面对如此大量的数据很难定义总体和样本； 大样本渐近性质是否满足？ 由于数据量太大，传统的统计量无论真实情况如何都会变得“显著”； 统计假设检验使用的小概率原理是否还适用？ 因为假定小概率事件在一次实验中不会发生是合理的，而数据量大到一定程度之后，小概率事件一定会发生。;;;Contents;;;（1）定义商业问题 要想充分发挥数据挖掘的价值，必须要对目标有一个清晰明确的定义，即决定到底想干什么。否则，很难得到正确的结果。 （2）建立数据挖掘库 数据准备工作大概要花去整个数据挖掘项目的50%-90%的时间和精力。一般来说，直接在公司的数据仓库上进行数据挖掘是不合适的，最好建立一个独立的数据集。 建立数据挖掘库可分成如下几个部分： a) 数据收集 b) 数据描述 c) 选择 ; d)