数据挖掘复习大纲.docx
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_05.gif)
《数据挖掘复习大纲.docx》由会员分享,可在线阅读,更多相关《数据挖掘复习大纲.docx(2页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、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
2、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
3、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
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 数据 挖掘 复习 大纲
![提示](https://www.taowenge.com/images/bang_tan.gif)
限制150内