《数据挖掘》课程大作业.pdfVIP

《数据挖掘》课程大作业--第1页

网络教育学院

《数据挖掘》课程大作业

题目：

姓名：

报名编号：

学习中心：

层次：专升本

专业：计算机科学与技术

第一大题：讲述自己在完成大作业过程中遇到的困难，解决问题的思

路，以及相关感想，或者对这个项目的认识，或者对Python与数据

挖掘的认识等等，300-500字。

数据挖掘是一门重要的专业课。数据挖掘引起了信息产业界的极大关注，其主

要原因是存在大量数据，可以广泛使用，并且迫切需要将这些数据转换成有用的

信息和知识。数据挖掘就是从大量的数据中，抽取出潜在的、有价值的知识、模

型或规则的过程。作为一类深层次的数据分析方法，它利用了数据库、人工智能

和数理统计等多方面的技术。

要将庞大的数据转换成为有用的信息，必须先有效率地收集信息。随着科技

的进步，功能完善的数据库系统就成了最好的收集数据的工具。数据仓库，简单

地说，就是搜集来自其它系统的有用数据，存放在一整合的储存区内。所以其实

就是一个经过处理整合，且容量特别大的关系型数据库，用以储存决策支持系统

所需的数据，供决策支持或数据分析使用。

数据挖掘的研究领域非常广泛，主要包括数据库系统、基于知识的系统、人

工智能、机器学习、知识获取、统计学、空间数据库和数据可视化等领域。主要

是可以做以下几件事：分类、估计、预测、关联分析、聚类分析、描述和可视化、

复杂数据类型挖掘。

《数据挖掘》课程大作业--第1页

《数据挖掘》课程大作业--第2页

第二大题：完成下面一项大作业题目。

2019秋《数据挖掘》课程大作业

题目一：Knn算法原理以及python实现

要求：文档用使用word撰写即可。

主要内容必须包括：

（1）算法介绍。

（2）算法流程。

（3）python实现算法以及预测。

（4）整个word文件名为[姓名奥鹏卡号学习中心]（如

戴卫东101410013979浙江台州奥鹏学习中心[1]VIP）

答：

一、knn算法介绍

1.介绍

邻近算法，或者说K最近邻(kNN，k-NearestNeighbor)分类算法是数据挖掘

分类技术中最简单的方法之一。所谓K最近邻，就是k个最近的邻居的意思，说

的是每个样本都可以用它最接近的k个邻居来代表。kNN算法的核心思想是如果

一个样本在特征空间中的k个最相邻的样本中的大多数属于某一个类别，则该样

本也属于这个类别，并具有这个类别上样本的特性。该方法在确定分类决策上只

依据最邻近的一个或者几个样本的类别来决定待分样本所属的类别。kNN方法

在类别决策时，只与极少量的相邻样本有关。由于kNN方法主要靠周围有限的邻

近的样本，而不是靠判别类域的方法来确定所属类别的，因此对于类域的交叉或

重叠较多的待分样本集来说，kNN方法较其他方法更为适合。

2.核心概括

主要的思想是计算待分类样本与训练样本之间的差异性，并将差异按照由小

《数据挖掘》课程大作业--第2页

《数据挖掘》课程大作业--第3页

到大排序，选出前面K个差异最小的类别，并统计在K个中类