參考效果練習(xí)4-06數(shù)據(jù)挖掘_第1頁
參考效果練習(xí)4-06數(shù)據(jù)挖掘_第2頁
參考效果練習(xí)4-06數(shù)據(jù)挖掘_第3頁
參考效果練習(xí)4-06數(shù)據(jù)挖掘_第4頁
參考效果練習(xí)4-06數(shù)據(jù)挖掘_第5頁
全文預(yù)覽已結(jié)束

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

數(shù)據(jù)挖掘能做些什么DJKS2022年7月28日主要方法關(guān)聯(lián)規(guī)則分類與預(yù)測聚類2022年7月28日關(guān)聯(lián)規(guī)則關(guān)聯(lián)規(guī)則挖掘就是發(fā)現(xiàn)大量數(shù)據(jù)中項(xiàng)集之間有趣的關(guān)聯(lián)關(guān)聯(lián)規(guī)則挖掘的典型案例：購物籃問題 在商場中擁有大量的商品（項(xiàng)目），如：牛奶、面包等，客戶將所購買的商品放入到自己的購物籃中。 通過發(fā)現(xiàn)顧客放入購物籃中的不同商品之間的聯(lián)系，分析顧客的購買習(xí)慣。2022年7月28日分類與預(yù)測研究已分類資料的特征，分析對(duì)象屬性，據(jù)此建立一個(gè)分類函數(shù)或分類模型，然后運(yùn)用該模型計(jì)算總結(jié)出的數(shù)據(jù)特征，將其他未經(jīng)分類或新的數(shù)據(jù)分派到不同的組中。預(yù)測是根據(jù)對(duì)象屬性、過去的觀察值和有關(guān)資料對(duì)該屬性的未來值進(jìn)行預(yù)測，預(yù)測使用的技巧主要是回歸分析、神經(jīng)網(wǎng)絡(luò)方法等。2022年7月28日聚類聚類分析（Clustering Analysis）把數(shù)據(jù)對(duì)象的集合分組到不同的聚類中聚類原則同一類內(nèi)的數(shù)據(jù)盡可能相似不同類數(shù)據(jù)盡可能不相似聚類實(shí)際上是一個(gè)無導(dǎo)師分類：沒有預(yù)先給定類別信息2022年7月28日

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論