数据挖掘课程复习提纲40资料.docVIP

数据挖掘课程复习提纲（ 4+0 ） 有关考试题型： 一、选择题（每题 2 分，共16 分） 二、判断题（每题 1 分，共10 分) 三、填空题（每空 1 分，共19 分） 四、简答题（每题 5 分，共15 分） 五、计算题（每题 10 分，共40 分） 基本要求：掌握数据预处理、分类、聚类、关联分析、离群点检测的基本方法，及 每类方法的应用场景（每类方法理解、熟悉一个例子）。算法重点掌握 k-means 、 一趟聚类、Appriori 及基于密度的离群点检测方法； 掌握决策树分类 (C4.5、CART) 、 KNN分类的基本思想，基于聚类的离群点检测方法的思想。 第一章 绪论 1 数据挖掘的定义 技术层面：数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据 中，提取隐含在其中、人们事先不知道的、但又潜在有用的信息和知识的过程。 商业层面：数据挖掘是一种新的商业信息处理技术，其主要特点是对商业数据库中的大量 业务数据进行抽取、转换、分析和其他模型化处理，从中提取辅助商业决策的关键性数据。 2 数据挖掘的任务 预测任务：根据其它属性的值预测特定（目标）属性的值，如回归、分类、异常检测。 描述任务：寻找概括数据中潜在联系的模式，如关联分析、聚类分析、序列模式挖掘。 聚类(Clustering) 分析 “物以类聚，人以群分”。聚类分析技术试图找出数据集中数据的共性和差异，