第五章-挖掘建模

经过数据探索和数据预处理，得到了可以直接建模的数据。数据挖掘目标和数据形式可以建立分类与预测、聚类分析、关联规则、时序模式和偏差检测等模型。

5.1 分类与预测

5.1.2 回归分析

（1）非线性最小二乘法
https://blog.csdn.net/bevison/article/details/74940458

5.1.3 决策树

ID3 C4.5 CART

5.1.4分类与预测算法评价

MAE(平均绝对误差),MSE（均方误差），RMSE（均方根误差）。precision,recall,ROC,混淆矩阵。

5.2 聚类分析

聚类分析是在没有给定划分类别的情况下，根据数据相似度进行样本分组的一种方法。与分类模型需要使用有类标记样本构成的训练数据不同，聚类模型可以建立在无类标记的数据上，是一种非监督的学习算法。

image.png

5.2.1 k-means算法

1.连续属性
对于连续属性，首先需要标准化在进行距离的计算
连续属性度量距离的几种方法如下

2.对于文档数据采用余弦相似度进行相似度度量

5.2.2 聚类分析算法评价

5.3 关联规则

5.4 时序模式

给定一个已被观测了的时间序列，预测该序列的未来值

5.4.1 时间序列的预处理
拿到一个观察值序列后，首先要对他的纯随机性和平稳性进行检验，这两个重要的检验称为序列的预处理。根据检验结果将数据分为不同类型，对不同类型采用不同的分析方法。