2024年4月12日发(作者：)
数据挖掘复习大纲
名词解释:英文缩写
1．过度拟合（overfitting），是这样一种现象：一个假设在训练数据上能够获得比其他假设更好的拟合，
但是在训练数据外的数据集上却不能很好的拟合数据。出现这种现象的主要原因是训练数据中存在噪音或者训
练数据太少。
2．人工神经网络（ Artificial Neural Networks， 简写为ANN)，是一种人脑的抽象计算模型，是一种
模拟人脑思维的计算机建模方式.
3．数据仓库（Data Warehouse，可简写为DW或DWH），是一个面向主题的，集成的，相对稳定的，
反映历史变化的数据集合，用于支持管理决策。
简答题
1、 KDD是一个多步骤的处理过程，它一般包含哪些基本阶段？ 简述各阶段的主要功能。
KDD 是一个多步骤的处理过程，一般分为问题定义、数据抽取、数据预处理、 数据挖掘以及模式评估等
基本阶段。
主要功能 1:
（1）问题定义阶段的功能:和领域专家以及最终用户紧密协作，一方面了解相 关领域的有关情况，熟悉背
景知识,弄清用户要求，确定挖掘目标等要求；另一 方面通过对各种学习算法的对比而确定可用的学习算法。
(2）数据抽取阶段的功能： 选取相应的源数据库，并根据要求从数据库中提取 相关的数据。
(3)数据预处理阶段的功能:对前一阶段抽取的数据进行再加工，检查数据的 完整性及数据的一致性。
（4）数据挖掘阶段的功能：运用选定的数据挖掘算法，从数据中提取出用户所 需要的知识。 （5）模式
评价阶段的功能：将 KDD 系统发现的知识以用户能了解的方式呈现， 并且根据需要进行知识的评价。如果发
现知识和用户挖掘的目标不一致，则重复 以上阶段以最终获得可用知识。
数据挖掘复习大纲
主要功能 2：
(1)问题定义： 在第一个步骤中我们往往要先知道什么样的数据可以应用于我们的 KDD 工程中.
(2）数据预处理: 当采集到数据后,下一步必须要做的事情是对数据进行预处理,尽 量消除数据中存在的错误
以及缺失信息
（3）数据抽取： 转换数据为数据挖掘工具所需的格式。这一步可以使得结果更加理想化。
(4）数据挖掘: 应用数据挖掘工具.
（5)模式评估： 了解以及评估数据挖掘结果.
2、 数据挖掘的六种常用算法和技术分别是什么？
算法： 1。决策树算法 2。聚类分析算法 3。Naive Bayes 算法 4.关联规则算法 5。顺序分析和聚类分
析算法 6。时序算法 7。神经网络算法 8。逻辑回归算法 9。线性回归算法
下面是六种最主要的分类算法:决策树、KNN 法（K 最近邻法)、SVM 法(支持向 量机法）、VSM 法（向
量空间模型法） 、Bayes 法、神经网络。
技术: 1.人工神经网络 2。 决策树 3. 遗传算法 4。 近邻算法 5。 规则推导
（一）关联分析法。 (二)人工神经元网络（ANN) （三）决策树（DT） （四）遗传算法（GA） (五) 聚
集发现 （六）关联分析和序列模式分析
发布者：admin，转转请注明出处：http://www.yc00.com/web/1712934102a2150884.html
评论列表（0条）