[电脑基础知识]MATLABSKYDM2.pdf

Matlabsky论坛 MATLAB数据挖掘公开课 王小川 同济大学经管学院博士研究生 新浪微博：/hgsz2003 论坛交流地址 /forum-96-1.html •发布视频、数据和ppt •交流沟通 •我的新浪微博：王小川_matlab •我的论坛ID：Yaksa •说明： 本次公开课中的数据挖掘技术不适用于视频和 音频数据挖掘。 2 综合篇 •一数据挖掘概论 •二数据 •三数据可视化 • 四分类（概念、决策树模型、ANN ） •五关联分析（概念、算法） •六聚类分析（概念、算法、实现） •七异常检测 3 专题篇 •神经网络的MATLAB GUI实现 •决策树的来龙去脉 •人人网好友推荐系统 •新浪微博营销效果评价系统 •信用卡申请者按低、中、高风险分类 • 电商购物车的那点事 • 网站优化与数据挖掘 4 回顾：什么是数据挖掘？ • 数据挖掘是通过自动或半自动化的工具对大 量的数据进行探索和分析的过程，其目的是发 现其中有意义的模式和规律。 • 大量数据 • 自动或半自动化的工具 • 探索有意义的模式和规律 • 并非所有的信息发现任务都被视为数据挖掘 • 数据挖掘并非等于机器学习 5 回顾：数据挖掘能做什么？ •分类 •估计（回归） •组合或关联法则 •聚类 •描述和可视化 •异常检测 6 回顾：数据挖掘的两种类型 • 自上而下有监督的数据挖掘方法 以预测模型形式表现出来，数据挖掘者知道 想 要预测的目标是什么。 • 自下而上无监督的数据挖掘方法 在数据中寻找模式，把产生的结果留给使用 者去判断其中哪些模式是重要的。 7 回顾：数据挖掘的循环过程 使用DM方法将数 据转换成可执行 的决策行动 按照决策采取行动 理解企业业务问题，了 解数据分析结果的价值 体现领域。 评价工作成效，提出数据探索方面的建设性意见 8 引语： 干渴的水手，看到海水也能满足他们对水的渴望 Rime of Ancient Mariner 老水手之歌 得到了数据，我们就对信息充满了渴望，这种渴望永远难以抑制。 1.数据的激增是现代社会的一大特性 2.数据来源于多系统，具有许多形式和类型 3. 最尖端的数据挖掘，技术也不可能在没有充分数据准备的情 况下发现有趣的规律。 9 数据 • 1 数据结构与类型 行、列、数据集、特殊的“列” • 2 数据质量 误差、离群点、缺失