数据挖掘复习大纲.docx

名词解释：英文缩写.过度拟合(overfitting),是这样一种现象:一个假设在训练数据 上能够获得比其他假设更好的拟合，但是在训练数据外的数据集上却 不能很好的拟合数据。出现这种现象的主要原因是训练数据中存在噪 音或者训练数据太少。1 .人工神经网络(Artificial Neural Networks, 简写为 ANN)，是 一种人脑的抽象计算模型，是一种模拟人脑思维的计算机建模方式。2 .数据仓库(Data Warehouse,可简写为DW或DWH),是一个 面向主题的，集成的，相对稳定的，反映历史变化的数据集合，用于 支持管理决策。简答题1、 KDD是一个多步骤的处理过程，它一般包含哪些基本阶段？ 简述各阶段的主要功能。KDD是一个多步骤的处理过程，一般分为问题定义、数据抽取、数 据预处理、数据挖掘以及模式评估等基本阶段。主要功能1：(1)问题定义阶段的功能：和领域专家以及最终用户紧密协作，一 方面了解相 关领域的有关情况，熟悉背景知识，弄清用户要求，确 定挖掘目标等要求；另一方面通过对各种学习算法的对比而确定可 用的学习算法。(2)数据抽取阶段的功能：选取相应的源数据库，并根据要求从数 据库中提取相关的数据。(3)数据预处理阶段的功能：对前一阶段抽取的数据进行再加工， 检查数据的完整性及数据的一致性。(4)数据挖掘阶段的功能：运用选定的数据挖掘算法，从数据中提 取出用户所 需要的知识。(5)模式评价阶段的功能：将KDD系 统发现的知识以用户能了解的方式呈现，并且根据需要进行知识的 评价。如果发现知识和用户挖掘的目标不一致，则重复以上阶段以 最终获得可用知识。主要功能2：问题定义：在第一个步骤中我们往往要先知道什么样的数据可以 应用于我们的KDD工程中.数据预处理：当采集到数据后,下一步必须要做的事情是对数据进 行预处理，尽量消除数据中存在的错误以及缺失信息数据抽取：转换数据为数据挖掘工具所需的格式.这一步可以使得 结果更加理想化.数据挖掘：应用数据挖掘工具.模式评估：了解以及评估数据挖掘结果.2、数据挖掘的六种常用算法和技术分别是什么？算法：1.决策树算法2.聚类分析算法3. Naive Bayes算法4.关联规则算法5.顺序分析和聚类分析算法6.时序算法7.神经网络算法8.逻辑回归算法9.线性回归算法下面是六种最主要的分类算法：决策树、KNN法（K最近邻法）、SVM 法（支持向量机法）、VSM法（向量空间模型法）、Bayes法、神 经网络。技术：1.人工神经网络2.决策树3.遗传算法4.近邻算法5.规 则推导（一）关联分析法。（二）人工神经元网络（ANN）（三）决策树 （DT）（四）遗传算法（GA）（五）聚集发现（六）关联分析和 序列模式分析