数据预处理的目的：提高数据质量，数据质量的三要素：准确性、完整性、一致性。 数据预处理的任务： 数据清理 数据集成 数据规约 数据变换数据清理——填充缺失的值、光滑噪声、识别离群点、纠正数据中的不一致 缺失值：忽略元组 人工填写缺失值 使用一个全局常量 使用属性...(more)

之前看了认识数据以及数据的预处理，那么，处理之后的数据放在哪儿呢？就放在一个叫“数据仓库”的地方。数据仓库的基本概念：数据仓库的定义——面向主题的、集成的、时变的、非易失的操作数据库系统VS数据仓库——为什么需要使用数据仓库分析数据(OLAP  VS  OLTP)数...(more)

之前看了认识数据以及数据的预处理，那么，处理之后的数据放在哪儿呢？就放在一个叫“数据仓库”的地方。数据仓库的基本概念：数据仓库的定义——面向主题的、集成的、时变的、非易失的操作数据库系统VS数据仓库——为什么需要使用数据仓库分析数据(OLAP  VS  OLTP)数...(more)

基本概念： 基本单元：基本方体的单元 聚集单元：非基本方体的单元 冰山立方体：部分物化的立方体 最小支持度(最小支持度阀值)：部分物化的最小阀值(说白了就是限定了一个范围)∵冰山立方体仍有大量不感兴趣的单元需要计算 ∴引入——闭覆盖——一个单元没有后代或者它的后代的...(more)

基本概念支持度：support 置信度：confidence 关联规则：association找出所有的频繁项集：出现次数≥最小支持计数 由频繁项集产生强关联的规则（定义最小支持度和最小置信度）频度（支持度计数）：出现的次数 频繁项集：项集I的相对支持度满足预定义的最小支持度阈值 闭频繁项集：不存在真...(more)

模式挖掘是一个比频繁挖掘模式更一般的术语，因为前者还涵盖了稀有模式和负模式。然而，在没有歧义时，两者可以互换地使用。 模式挖掘路线图 分类基本模式 基于模式所涉及的抽象层 基于规则或模式所涉及的维数 基于规则或模式中所处理的值类型 基于挖掘选择性模式的约束或...(more)

决策树归纳        构造一颗树，从根到叶子节点的路径，该叶子节点就存放着该元组的预测类。                    决策树分类器的构造...(more)

贝叶斯信念网络这个贝叶斯信念网络和上一章学的朴素贝叶斯分类，最大的不同点在于：                     朴素贝叶斯分类法假定类条件独立，即给定元组的类标号，假定属...(more)

下图摘自：http://blog.163.com/qianshch@126/blog/static/48972522201092254141315/ 主要的聚类方法可以划分为以下几类：          划分方法          层次方法 &nb...(more)

1   基于概率模型的聚类例子：         a.评论产品，一个评论可能设计多种产品，如一个评论谈论摄像机与计算机的兼容性，怎么办？该评论与这两个簇相关，而并不互斥地属于任何一个簇。       ...(more)