《商业分析概论》常用数据挖掘方法.pptxVIP

商业分析概论;常用数据挖掘方法;目录;8.1 数据挖掘概述;;;数据挖掘是一个过程，数据挖掘是各种分析方法的结合。 CRISP-DM (cross-industry standard process for data mining), 即为跨行业数据挖掘过程标准. ;CRISP-DM的一般任务;分类是数据挖掘的基本功能之一，它的目标是从数据集中提取出能够描述数据类基本特征的模型，并利用这些模型把数据集中的每个对象都归入到其中某个已知的数据类中。分类模型的形式可以是显性的，如决策树或一组分类规则，也可以是隐性的，如数学公式。;常用来解决这样的问题： ⑴ 如何将信用卡申请人分为低、中、高风险？ ⑵ 哪些客户在未来半年内会取消该公司服务？ ⑶ 哪些2G用户会转为3G用户？ ⑷ 如何有效预测房地产开发中的风险？ …;10;11;12;8.2 分类;8.2 分类;8.2 分类;16;17;聚类(Cluster)-是在预先不知道欲划分类的情况下，根据信息相似度原则进行信息集聚的一种方法。;19;聚类方法介绍 算法的选择取决于数据的类型、聚类的目的和应用： （1）基于划分的方法 划分方法（partitioning method）的基本思想是：给定一个n个对象或元组的数据库，一个划分方法构建数据的k个划分，每个划分表示一个聚簇，并且kn。也就是说，它将数据划分成为k个组，同时满足如下要求： 每个组至少包括一个对象 每个对象必须属于且只属于一个组 注意：在某些模糊划分技术中第二个要求可以放宽。 ;21;22;8.3 聚类;8.3 聚类;聚类中孤立点分析 孤立点探索的两个意义 提升数据质量，反映事物本来面貌与真实规律 发现欺诈行为，即异常诊断 采用多维空间基于聚类的诊断方法 第一步，聚类 第二步，计算异常性测度指标(GDI、VDI、AI、VCM) 第三步，诊断，确定离群点并分析原因 ;关联规则(Association)-揭示数据之间的相互关系，而这种关系没有在数据中直接表示出来。;27;28;29;30;31;32;33;34;35;Click to edit company slogan .