数据挖掘期末复习资料 2009-02-21 20:38:37| 分类： 读书笔记 | 标签： |字号大中小 订阅 题型：填空（20 空）、判断（20 分）、简答（5 个：预处理方法、决策树、朴素贝叶斯过程、其他一些知识内容）、大题（算法：关联分析、分类、决策树、ID3 算法、贝叶斯方法、A神经网络、聚类回归占得比较小） 概述 一、数据挖掘是一个多学科领域，具体涉及到哪些相关学科
数据库及相关领域知识
二、什么是数据挖掘，产生的背景，典型的数据挖掘系统的主要成分
数据挖掘定义：数据挖掘是从存放在数据库，数据仓库或其他信息库中的大量数据中挖掘有趣知识的过程
典型的数据挖掘系统的主要成分：1
数据库，数据仓库或其他信息库；2
数据库或数据仓库服务器：3
数据挖掘引擎；5
模式评估模块；6
图形用户界面
三、数据挖掘的功能有哪些
数据挖掘功能-可以挖掘什么类型的模式
数据挖掘任务：描述和预测
描述性挖掘任务刻划数据库中数据的一般特性；预测性挖掘任务在当前数据上进行推断
数据挖掘的功能——用于指定数据挖掘任务中要找的模式类型
其模式类型介绍如下： （1）、概念/类描述：特征化和区分
用汇总的、简洁的、精确的方式描述每个类和概念，称这种描述为类/概念描述，通过三种方式得到：1）数据特征化 2）数据区分 3）数据特征化和比较
(2)关联分析：发现规则，这些规则展示属性-值频繁地在给定数据集中一起出现的条件
关联规则的含义为：满足 X 中条件的数据库元组多半也满足 Y 中条件
包括多维关联规则和单维关联规则
(3)分类和预测：分类与预测是两种数据分析形式，它们可用于抽取能够描述重要数据集合或预测未来数据趋势的模型
分类是找出描述并区分数据类或概念的模型或函数，以便能用模型预测类标记未知的对象类
如：可以构造一个分类模型来对银行贷款进行风险评估（安全或危险）；
