数据挖掘基础数据挖掘基础一、概念和术语一、概念和术语1.11.1数据挖掘数据挖掘//知识发现知识发现（（11））数据挖掘数据挖掘是从存放在数据集中的大量数据挖掘出有趣是从存放在数据集中的大量数据挖掘出有趣知识的过程。知识的过程。（（22）数据挖掘，又称为）数据挖掘，又称为数据库中知识发现数据库中知识发现（（KnowledgeKnowledgeDiscoveryinDatabasesDiscoveryinDatabases）或）或知识发现知识发现，它是一个从大量数，它是一个从大量数据中抽取挖掘出未知的、有价值的模式或规律等知识的非据中抽取挖掘出未知的、有价值的模式或规律等知识的非平凡过程，它与数据仓库有着密切的联系。平凡过程，它与数据仓库有着密切的联系。（（33）广义的数据挖掘是指知识发现的全过程；狭义的数据）广义的数据挖掘是指知识发现的全过程；狭义的数据挖掘是指统计分析、机器学习等发现数据模式的智能方法，挖掘是指统计分析、机器学习等发现数据模式的智能方法，即偏重于模型和算法。即偏重于模型和算法。（（44）数据库查询系统和专家系统）数据库查询系统和专家系统不是不是数据挖掘！在小规模数据挖掘！在小规模数据上的统计分析和机器学习过程也不应算作数据挖掘。数据上的统计分析和机器学习过程也不应算作数据挖掘。1.21.2机器学习机器学习（（11）对于某类任务）对于某类任务TT和性能度量和性能度量PP，如果一，如果一个计算机程序在个计算机程序在TT上以上以PP衡量的性能随着经衡量的性能随着经验验EE而自我完善，那么这个计算机程序被称而自我完善，那么这个计算机程序被称为在从经验为在从经验EE学习。学习。（（22）机器学习是知识发现的一种方法，是指）机器学习是知识发现的一种方法，是指一个系统通过执行某种过程而改进它处理某一个系统通过执行某种过程而改进它处理某一问题的能力。一问题的能力。1.31.3数据挖掘的对象数据挖掘的对象（（11）关系型数据库、事务型数据库、面向对象的）关系型数据库、事务型数据库、面向对象的数据库；数据库；（（22）数据仓库）数据仓库//多维数据库；多维数据库；（（33）空间数据（如地图信息））空间数据（如地图信息）（（44）工程数据（如建筑、集成电路的信息））工程数据（如建筑、集成电路的信息）（（55）文本和多媒体数据（如文本、图象、音频、）文本和多媒体数据（如文本、图象、音频、视频数据）视频数据）（（66）时间相关的数据（如历史数据或股票交换数）时间相关的数据（如历史数据或股票交换数据）据）（（77）万维网（如半结构化的）万维网（如半结构化的HTMLHTML，结构化的，结构化的XMLXML以及其他网络信息）以及其他网络信息）1.41.4数据挖掘的步骤数据挖掘的步骤（（11）数据清理（消除噪音或不一致数据，补缺）；）数据清理（消除噪音或不一致数据，补缺）；（（22）数据集成（多种数据源可以组合在一起）；）数据集成（多种数据源可以组合在一起）；（（33）数据选择（从数据库中提取相关的数据）；）数据选择（从数据库中提取相关的数据）；（（44）数据变换（变换成适合挖掘的形式）；）数据变换（变换成适合挖掘的形式）；（（55）数据挖掘（使用智能方法提取数据模式）；）数据挖掘（使用智能方法提取数据模式）；（（66）模式评估（识别提供知识的真正有趣模式）；）模式评估（识别提供知识的真正有趣模式）；（（77）知识表示（可视化和知识表示技术）。）知识表示（可视化和知识表示技术）。1.51.5支持数据挖掘的关键技术支持数据挖掘的关键技术（（11）数据库）数据库//数据仓库数据仓库/OLAP/OLAP（（22）数学）数学//统计（回归分析：多元回归、统计（回归分析：多元回归、自回归；判别分析：自回归；判别分析：BayesBayes判别、判别、FisherFisher判判别、非参数判别；主成分分析、相关性分别、非参数判别；主成分分析、相关性分析；模糊集；粗糙集）析；模糊集；粗糙集）（（33）机器学习（聚类分析；关联规则；决）机器学习（聚类分析；关联规则；决策树；范例推理；贝叶斯网络；神经网络；策树；范例推理；贝叶斯网络；神经网络；支持向量机；遗传算法）支持向量机；遗传算法）（（...
