不确定性人工智能 KJ10数据场.ppt

* 三、数据场在数据挖掘中的应用 * 什么是数据挖掘? 所谓数据挖掘，就是从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。 * 数据挖掘的基本步骤： 发现任务描述：根据用户的背景知识和应用领域的数据特性，描述和确定挖掘任务； 数据收集：确定与发现任务相关的数据集合； 数据预处理：检查数据的完整性和一致性，过滤噪声、修正误差和残缺数据，并将包含大量属性或特征的数据变换到最能反映数据内在关联的低维空间中； 数据挖掘：针对所要发现的任务，设计或选择有效的数据挖掘算法并加以实现； 解释和评价：对所发现的知识及其正确性进行解释，并验证和评价知识的有效性、与原始数据的一致性及相对于用户的新颖性。 * * 数据挖掘的基本步骤 * 数据挖掘过程中的不确定性 发现任务描述的不确定性：大多数挖掘任务面向特定应用领域，描述和确定挖掘任务取决于用户的常识和背景知识； 数据收集和预处理中的不确定性：不同用户感兴趣的知识类型与概念层次不同，收集哪些数据用于挖掘具有不确定性。数据预处理涉及丢失值、测量误差、噪声数据等的处理，当用户不清楚要发现的知识性质时，填补丢失值、修正误差、剔除噪声等都具有不确定性； 挖掘算法选择中的不确定性：根据挖掘任务设计、选择并实现有效的挖掘算法是数据挖掘过程的一个关键步骤。当用户不清楚感兴趣的知识性质时，