“1+X”(高级)08-数据挖掘分析与业务预测.pptxVIP

数据挖掘分析与业务预测

【-)阿里云

课程目标

学习完本课程后，你将能够：

1.掌握数据挖掘的相关概念、相关知识

2.掌握数据挖掘与机器学习的区别和联系

3.掌握数据挖掘常见方法及其常见业务应用

1【-〕阿里云

课程目录

1.数据挖掘概述

1.1什么是数据挖掘

1.2数据挖掘与机器学习

2.数据挖掘相关方法及业务应用

2【-〕阿里云

数据挖掘是一个以数据为中心的循序渐进的螺旋式的

数据探索过程；

数据挖掘是各种分析方法的集合，是多种数据分析、

处理方法的配合应用；

数据挖掘的最终目的是辅助决策；

当前数据挖掘系统具有分析海量数据的能力。

数据挖掘(Datamining,简称DM)是指从大量的数据中通过算法搜索隐藏于其中信息的过程。

由于数据通常存于数据库中，因此人们又称之为“数据库中知识发现”。数据挖掘是一个过程，

而非单纯的数学建模。

3【-〕阿里云

什么是数据挖掘

数据准备

个↓

建模

商业问题定义数据理解

评估

部署

Data

大数据时代的数据特征决定了数据挖掘的变化

云计算为数据挖掘提供了强大的处理能力

大数据的应用推动了数据挖掘的发展

新算法为数据挖掘带来新的活力

.

大数据下的数据挖掘

【-〕阿里云

挖掘平台

数据挖掘的功能

数据挖掘功能用于指定数据挖掘任务中需找的模式类型。

描述：挖掘的任务是描述目标数据的特性，如特征描述、关联分析、聚类、离群点等。

预测：根据当前数据预测未来，

如回归和分类

5【-〕阿里云

数据挖掘与数据仓库

根据数据存在方式，用于数据挖掘的数据可以是数据库、数据仓库、文本、多媒体数据源等等；由

于企业数据仓库系统就是面向数据统计、分析应用的，因此数据挖掘一般依赖于企业数据仓库系统的数据。从数据仓库的角度看，数据挖掘可以看做是数据仓库高阶段的OLAP分析。

数据挖掘

数据统计分析

数据仓库

6【-〕阿里云

OLAP分析

应用

数据挖掘的应用分类

数据挖掘技术的基本任务主要体现在关联规则、分类与回归、聚类、时序模式、偏差检验等几个方面。

关联规则揭示数据间关系，但这种关系没有在数据中

直接体现出来，需从数据中利用数据挖掘找出来；

时序模式描述基于时间序列或其他序列的经常发生的

规律或趋势；

偏差检验，偏差是对差异和极端特例的表述，偏差检

分类就是将数据映射到预先定义好的群组或类别；

回归则是用属性的历史数据预测未来趋势；

聚类则是根据数据属性的相似度给未分类的数据分类，

使数据分类后类内相似度大，类间差异大；

聚类

常见算法

7【-〕阿里云

验则是用来发现与正常情况不同的异常和变化。

时序模式

关联规则

分类与

回归

偏差检测

需求分析数据预处理特征工程分析建模模型评估与应用

数据挖掘的一般过程

8【-〕阿里云

数据+工具+方法+目标+行动=价值

电信公司挖掘未来5G客户：

通信世界的演化很快，几乎10年就是一个时代，从上世纪90年代的2