数据挖掘原理与实践蒋盛益版期末复习.pdfVIP

第一章

数据挖掘定义

技术层面：数据挖掘就是从大量数据中，提取潜在有用的信息和知识的过程

商业层面：数据挖掘就是一种商业信息处理技术，其主要特点是对大审业务数据进行抽取、转换、分析

和建模处理，从中提取辅助商业决策的关键性数据

数据挖掘任务

预测任务

根据其它属性的值预测特定属性的值，如分类、回归、离群点检测

描述任务

寻找概括数据中潜在联系的模式，如聚类分析、关联分析、演化分析、序列模式挖掘

⑴分类(Classification)分析

分类分析，通过分析例如数据库中的数据为每个类别做出准确的描述或建立分析模型或挖掘出分

类规则，然后用此分类规则对其它数据库中的记录进行分类

分类分析广泛应用于用户行为分析(受众分析)、风险分析、生物科学等

(2)聚类(Clustering)分析

“物以类聚，人以群分“聚类分析技术成图找出数据集中的共性和差异，并将具有共性的对象聚合

在相应的类中聚类可以帮助决定哪些组合更有意义，广泛应用于客户细分、定向营销、信息检索等等

(3)回归(Regression)分析

回归分析是确定两种或两种以上变数间相互依赖的定量关系的一种分析方法其可应用于风险分析、

作文自动评分等