复旦商务智能概论5数据挖掘技术TechniquesofDM .pptx

数据挖掘技术;分类和预测;分类;分类规则实例;分类数据;决策表实例;决策树;使用决策树进行分类;决策树算法;属性选择的统计度量;信息增益度度量(ID3/C4.5);训练集;使用信息增益进行属性选择;;决策树;决策树在犯罪分析中的应用 ;犯罪潜在风险决策树 ;;典型的银行卡顾客分类树 ;基尼指数（Gini Index）;过拟合问题;Pruning Tree;误分类率;决策树算法的可伸缩性 ;常用的决策树算法;CART算法 ;评估分类算法的准确性;Bagging;Boosting;神经网络;神经网络的组成;典型的多层前馈神经网络 ;BP神经网络的训练（1）;BP神经网络的训练（2）;神经网络的应用(1);神经网络的应用(2);贝叶斯分类器 ;贝叶斯定理 ;朴素贝叶斯分类器 ;贝叶斯分类器在供电电容生产中的应用（1） ;贝叶斯分类器在供电电容生产中的应用（2） ;贝叶斯分类器在垃圾邮件处理中的应用 ;K-最近邻分类 遗传算法 粗糙集理论 模糊理论 … ;聚类Clustering;聚类;聚类分析;Customer Segmentation;发现客户的特征;与分类的区别;聚类问题的数学描述;基本概念;聚类需求 ;计算对象之间的相异度;Similarity and Dissimilarity;二元变量;二元变量;二元变量;二元变量的相异度计算;标称变量（Nominal Variables）;序数型变量;聚类算法;K-均值算法（1）;K-均值算法过程;1. Select k distinct records as initial means, each representing a cluster. 2. For each record in data, calculate the squared Euclidean distances between it and the means. Assign the record to the cluster whose mean is the nearest to the record. 3. After all records are assigned a cluster, calculate the new mean for each cluster as the average of all records in the cluster. 4. If the new means equal to the previous means, stop, otherwise, go to Step 2.;1 x11, x12 2 x21, x22 3 x31, x32 4 x41, x42 5 x51, x52 6 x61, x62;K-均值算法性质;K-均值算法局限; K-means算法在中药种植区域划分中的应用 ;B地区气象资料;聚类结果 ;k-means算法在安全检测中的应用 ;网络访问记录;聚类结果;基于IBM DB2 Intelligent Miner的数据聚类 ;k-modes算法 ;k-modes算法过程;k-prototypes算法 ;其他聚类方法 ;基于密度的聚类 ;DBSCAN 算法 ;聚类可视化;聚类结果 –信用卡用户聚类;聚类结果 – 高花费用户;聚类的典型应用 ;偏离（异常）检测;偏离检测;异常探??;什么是异常（outlier）？;关联分析 association analysis;关联;啤酒和尿布问题;购物篮分析;什么是关联挖掘?;关联规则问题的形式化描述项目;事务;项目集;频繁项目集;支持度和置信度;强关联规则;关联规则挖掘问题的分解;强关联规则的产生;规则度量：支持度与可信度;关联规则挖掘：路线图;关联规则挖掘例子;Apriori算法; 项集格 ;如何生成候选集;生成候选集的例子;Apriori算法例子;Apriori 算法在超市的应用 ;IBM DB2 Intelligent Miner构建关联模型 ;Apriori 性能瓶颈;布尔型和数值型关联规则;多层关联规则;挖掘多层关联规则;多层关联：冗余过滤;多维关联规则概念;分离关联规则;FP增长算法 ; FP树是事务数据库的压缩表示，每个事务都映射到FP树中的一条路径。不同的事务可能包含若干相同的项目，因此这些路径会有所重叠，使得事务数据能得到一定程度的压缩。FP增长算法挖掘频繁项集的过程如下： 首先搜索事务数据库D，找到1频繁项集及其支持数。 构造FP-树。创建FP树的根结点，用符号null标记。第二次搜索事务数据库D，按L中的次序排列每个事务的项集，并对每个事务创建由根结点null出发的路径。;利用FP树产生频繁项集 ;其他关联规则挖掘算法 ;序列模式发现Sequential Patt