数据挖掘导论

数据挖掘 自习笔记 第一章 绪论

来至教材《数据挖掘导论》第一章笔记数据挖掘基本知识1.数据挖掘定义   数据挖掘（DataMining）简单地讲就是从大量数据中挖掘或抽取出知识，数据挖掘定义有若干个版本。
urge104·2013-04-04 17:00

【网络挖掘：成就与未来方向】之数据挖掘导论

一、数据挖掘导论为什么要数据挖局？计算机化和自动化数据采集导致了极其庞大的数据存储。如沃尔玛2000家商店每天产生20M的事务。
ljiabin·2013-04-01 16:00

数据挖掘导论学习笔记（4）-决策树分类

决策树分类       1.Hunt算法：许多决策树算法的基础包括ID3、C4.5和CART          通过将训练记录相继划分成较纯的子集，以递归方式建立决策树。        （其实就是通过属性来递归区别，重点是在如何选择属性，如何停止） 选择最佳划分的度量      决策树归纳算法必须为不同类型的属性提供表示属性测试条件和其对应输出的方法。       二元属性，标称属性，序数属性，连
defungo·2013-01-31 15:00

数据挖掘导论学习笔记（3）----- 汇总统计

1.频率和众数  （是一组数据中出现次数最多的数值，叫众数） 2.百分位数 3.位置度量：均值(mean)和中位数(median)    均值：统计学术语，与“平均”（Average）意义相同。例如： l、3、6，10、20这5个数的均值是8。也同期望    截断均值（trimmed mean）：截断均值是去掉高、低极端值得到的均值。应当避
defungo·2013-01-18 14:00

数据挖掘导论学习笔记（2）----- 数据（3）

相似性和相异性的度量     相似度：两个对象之间的相似度（similarity）的非正式定义是这两个对象相似程度的数值度量。因而，两个对象越相似，它们的相似度越高。通常，相似度是非负的，并常常在0（不相似）和（完全相似）之间取值。     相异度：两个对象之间的相异度是这两个对象差异程度的数值度量。对象越相似，它们的相异度就越低。通常，术语距离（distance）用作相异度的同义词。有时，在区间
defungo·2013-01-14 08:00

数据挖掘导论学习笔记（2）----- 数据（2）

数据预处理           聚集（aggregation）：将两个或多个对象合并成单个对象。例如不同地点的事物数据集，合并。              &
defungo·2012-12-03 10:00

数据挖掘导论学习笔记（2）----- 数据（1）

数据类型 1.属性与度量 属性（attribute）是对象的性质或特性，它因对象而异，或随时间而变化。 测量标度（measurement scale）是将数值或符号值与对象的属性相关联的规则（函数） 属性类型：我们可以定义四种属性类型，标称（nominal），序数（ordinal），区间（interval），比率（ratio）。     数据质
defungo·2012-11-29 12:00

数据挖掘导论学习笔记（1）-----基本概念

数据挖掘是什么数据挖掘时数据库中知识发现（knowledgediscoveryindatabase,KDD）不可缺少的一部分，而KDD是将未加工的数据转换为有用信息的整个过程。数据预处理：将未加工的输入数据转换成适合分析的形式。涉及的步骤包括融合来自多个数据源的数据，清晰数据以及消除噪声和重复的观测值，选择与当前数据挖掘任务相关的记录和特征。由于收集和存储数据的方式多种多样，数据预处理可能是整个K
defungo·2012-11-14 11:23

数据挖掘经典图书：多角度领略数据挖掘的方法和技术

数据挖掘导论（英文版）特色说明：数据挖掘入门读物，通俗易懂，全面介绍了数据挖掘的理论和方法；以实例为重，给出了常用算法的伪代码。
hzbooks·2012-03-21 15:00

数据挖掘经典图书：多角度领略数据挖掘的方法和技术

数据挖掘导论（英文版）特色说明：数据挖掘入门读物，通俗易懂，全面介绍了数据挖掘的理论和方法；以实例为重，给出了常用算法的伪代码。
刘静·2012-03-21 15:00

数据挖掘--数据篇(学习心得)

现将我学习《数据挖掘导论》的笔记写出来，巩固一下知识。一、数据类型。数据对象有其它的名字，如记录，点，向量，模式，事件，案例，样本，观测或实体。1、属性与度量属性是对象的性质或特性，因对象而异，或随时
charcle·2008-03-31 21:00
上一页 1 2 3 4 5 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他