数据仓库及数据挖掘技术 第七章 统计学习.doc

第7章 统计学习方法 7.1朴素贝叶斯分类 7.1.1贝叶斯定理 7.1.2朴素贝叶斯分类 7.2贝叶斯信念网络 7.2.1贝叶斯信念网络 图7-1下雨使草地变湿的贝叶斯信念网络 7.2.2贝叶斯网络的特点 7.2.3贝叶斯网络的应用 1. 利用贝叶斯网络进行诊断分析 2. 利用贝叶斯网络进行预测推理 图7-2下雨和喷水器使草地变湿的贝叶斯信念网络 7.3EM算法 7.3.1估计k个高斯分布的均值 图7-3由两个具有相等方差的正态分布混合生成的实例 7.3.2EM算法的一般表述 7.4回归分析 7.4.1一元线性回归 7.4.2多元线性回归 7.4.3非线性回归 1. 直接换元法 2. 间接代换法 3. 非线性型 7.5利用SQL Server 2005进行线性回归分析 图7-4某市10年财政数据 图7-5矩阵散点图 图7-6选择数据挖掘技术 图7-7选择数据源视图 图7-8指定表类型 图7-9指定列的内容和数据类型 图7-10完成数据挖掘结构的创建 图7-11依赖关系网络 图7-12提升图 图7-13回归方程 习题7 1. 什么是贝叶斯定理？ 2. 简述如何利用朴素贝叶斯方法进行分类。 3. 简述贝叶斯信念网络的特点及其应用。 4. 简述EM算法的基本思想。 5. 简述线性回归的思想。 6. 非线性回归的模型有哪些？ 1 数据结构(C++版) 数据仓库与数据挖掘技术