数据挖掘复习提纲.pptxVIP

DATAMININGREVIEW

数据挖掘

复习提纲

概念·预处理·分类·聚类·关联规则

DATE

2026年

课程导览

01

数据挖掘总览

从海量数据中提取潜在有用的信息与知识

数据挖掘的定义与任务

知识发现流程与概念辨析

02

数据预处理

数据质量决定挖掘上限

数据预处理的四大环节

缺失值、噪声与规范化考点

03

分类算法

从已知类别中学习规则，预测未知样本

决策树与信息增益

贝叶斯、SVM与KNN要点

04

聚类算法

让数据自己分组，发现隐藏结构

聚类思想与K-Means

层次聚类与DBSCAN

05

关联规则挖掘

发现数据中相伴出现的模式

关联规则的核心度量

Apriori与FP-Growth对比

06

模型评估与考试冲刺

用指标检验模型，用题型检验自己

模型评估的关键指标

理解各指标的适用边界，是解答概念辨析题的基础。

课程总结

温故知新，

从容应考

理解概念本质，胜过死记公式

把每个算法的核心思想吃透，考试自然水到渠成