数据挖掘相关资料.pptxVIP

讲授：吴雄华;一、引例;从这个销售数据中可以得出什么结论？;从数据挖掘的角度就是得到了如下的很强的关联规则：;二、数据挖掘的定义;例5.John Roth在联合国世界电信论坛上又提出了一个关于网络科技的一个观点：互联网宽带每9个月会增加一倍的容量，但成本降低一半，比芯片的变革速度还快。----“光纤定律”。;数据挖掘技术的另一个产生动力 2.数据过量而知识贫乏;四、数据挖掘的支撑技术;3、聚类分析：例如 对于新闻可以根据他们的主题分组。;第二章 数据;一、理解数据;二、数据属性及其类型;三、数据集的类型;三、数据集的类型;三、数据集的类型;四、数据对象之间的相异度和相似度;1、简单属性的相似度和相异度;1、简单属性的相似度和相异度;可以计算学生身高的相异度矩阵如下：;;;;例2.设两个顾客x和y购买的商品如下，计算 它们的相似系数SMC和J。;;例3.两个文档向量x和y如下，分别计算其余弦相似度cos(x，y）和EJ;;第三章 数据挖掘中的统计方法;;;例如，以毫米为单位，20个人的身高通常不会重复，但如果以分米为单位，则某些人很可能具有相同的身高。此外，如果使用一个唯一的值表示遗漏值，该值通常用众数。;样本的p分位数xp 可以按如下方法求得：;与分位数有关常用术语;例1.下表是中国各省（市）国有单位的人均报酬，单位：元/年。分别计算p=0.25,0.5,0.75时的分位数