- 1、本文档共13页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
机器学习与数据挖掘复习--第1页
机器学习与数据挖掘复习
第一章:Introduction
1.什么是数据挖掘:数据挖掘时从大量的数据中取出令人感兴趣的知识(令人感兴趣的知
识:有效地、新颖的、潜在有用的和最终可以理解的)。
2.数据挖掘的分类(从一般功能上的分类):
a)描述型数据挖掘(模式):聚类,summarization,关联规则,序列发现。
b)预测型数据挖掘(值):分类,回归,时间序列分析,预测。
3.KDD(数据库中的知识发现)的概念:KDD是一个选择和提取数据的过程,它能自动地发
现新的、精确的、有用的模式以及现实世界现象的模型。数据挖掘是KDD过程的一个主要的
组成部分。
4.用数据挖掘解决实际问题的大概步骤:
a)对数据进行KDD过程的处理来获取知识。
b)用知识指导行动。
c)评估得到的结果:好的话就循环使用,不好的话分析、得到问题然后改进。
5.KDD过程中的角色问题:
6.整个KDD过程:
a)合并多个数据源的数据。
b)对数据进行选择和预处理。
c)进行数据挖掘过程得到模式或者模型。
d)对模型进行解释和评价得到知识。
1/13
机器学习与数据挖掘复习--第1页
机器学习与数据挖掘复习--第2页
第二章数据和数据预处理
1.什么是数据:数据是数据对象和它的属性的集合。一个属性是一个对象的性质或特性。
属性的集合描述了一个对象。
2.属性的类型:
a)标称(nominal):它的值仅仅是不同的名字,只是提供足够的信息来区分对象。例
如邮政编码、ID、性别。
b)序数:序数属性的值提供足够的信息确定对象的序。例如硬度、成绩、街道号码。
c)区间:对于区间属性,值之间的差是有意义的,即存在测量单位。例如日历日期、
温度。
d)比率:对于比率变量,差和比率都是有意义的。例如绝对温度、年龄、质量、长度。
3.用值的个数描述属性:
a)离散的:离散属性具有有限惑无限可数个值,这样的属性可以是分类的。
b)连续的:连续属性是取实数值的属性。
4.非对称属性:对于非对称属性,出现非零属性值才是最重要的。
5.数据集的类型:
a)记录型数据:每一个数据对象都是有固定数目的属性组成的。
数据矩阵:如果一个数据集中的所有数据对象都具有相同的数值属性集,则数据对
象可以看做是多维空间中的点,其中每个位代表描述对象的一个不同属性。
文档数据:每个文档看成是一个向量。
事务数据:每一个事务涉及一个项的集合。
b)图数据:可以表示数据对象间的关系或者是数据对象本身就是用图形表示。
c)有序数据:属性在时间或者空间上有关系。
时态数据:记录型数据的扩展,但是每个记录都有一个时间。
序列数据:由数据构成的序列,没有时间,但表述了一个时间的先后顺序。
时间序列数据:每个记录都是一个时间序列。
空间数据:属性和空间位置有关。
6.噪声和离群点的区别:噪声是对原始值产生了修改;离群点是具有不同于数据集中其他
大部分数据对象的特征的数据对象,或是相对于该属性的典型值不寻常的属性值。
7.如何处理噪声数
文档评论(0)