数据挖掘中特征征选择分析.ppt

數据挖掘中的數据帼绚问题  为什么需要数据挖掘 数据爆炸问题 口自动数据收集工具和成熟的数据库技术使得大量的 数据被收集,存储在数据库、数据仓库或其他信息 库中以待分析。 我们拥有丰富的数据,但却缺乏有用的信息 数据爆炸但知识贫乏  数据挖掘的作用 ◆数据挖掘:在大量的数据中挖掘感兴趣的知识 (规则,规律,模式,约束) ◆数据挖掘是一种从大量数据中寻找其规律的技 术。它综合了统计学、数据库技术和人工智能 技术 2018/11/1 数据挖掘中的特征选择  数据库越来越大 数据挖掘 海量的数据 有价值的知识 2018/11/1 数据挖掘中的特征选择  数据挖掘的应用 数据分析和决策支持 口市场分析和管理 客户关系管理(CRM),市场占有量分析,交叉销售,目标市 场 口风险分析和管理 风险预测,客户保持,保险业的改良,质量控制,竞争分析 口欺骗检测和异常模式的监测(孤立点) 其他的应用 口文本挖掘(新闻组,电子邮件,文档)和Web挖掘 口流数据挖掘 aDNA和生物数据分析 2018/11/1 数据挖掘中的特征选择  数据挖掘:数据库中的知识挖掘(KDD) 据挖备一知识挖的搞命 模式评估 数据挖掘 任务相关数据 数据仓库 选择 数据清理丌 数据集成 数据库 数据挖掘中的特征选择  数据挖掘的步骤 ◆了解应用领域 ◆了解相关的知识和应用的目标 ◆创建目标数据集:选择数据 ◆数据清理和预处理:(这个可能要占全过程60%的工作 量) ◆数据缩减和变换 ◆找到有用的特征,维数缩减/变量缩减,不变量的表示 ◆选择数据挖掘的功能 ◆数据总结,分类模型数据挖掘,回归分析,关联规则挖 掘,聚类分析等 2018/11/1 数据挖掘中的特征选择  ◆选择挖掘算法 ◆数据挖掘:寻找感兴趣的模式 ◆模式评估和知识表示 ◆可视化,转换,消除冗余模式等等 ◆运用发现的知识 2018/11/1 数据挖掘中的特征选择  数据挖掘和商业智能 支持商业决策的 潜能不断增长 最终用户 决策支持 数据表示 商业分析家 可视化技木 数据挖掘 数据分析家 信息发现 数据探索 统计分析查询和捉告 数据仓库/数据市场 在线分析处理(LAP),多维分析(MDA DB⊥ 数据源 /论文,文件信息提供两,数据库系就联机事务处理系玩P 数据挖掘中的特征选择  典型数据挖掘系统 图形用户界面 模式评估 数据挖掘引擎 数据库或数据仓库服务器 知识库 数据清洗 数据集成 过滤 数据库 数据仓库 2018/11/1 据挖掘中的特征选拌