第六章 统计类数据挖掘与知识类数据挖掘.ppt

该【第六章 统计类数据挖掘与知识类数据挖掘 】是由【小落意】上传分享，beplayapp体育下载一共【52】页，该beplayapp体育下载可以免费在线阅读，需要了解更多关于【第六章 统计类数据挖掘与知识类数据挖掘 】的内容，可以使用beplayapp体育下载的站内搜索功能，选择自己适合的beplayapp体育下载，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此beplayapp体育下载到您的设备，方便您编辑和打印。,这是一个抽象的对象,该模型以一系列结构行集存储数据挖掘信息,并可使用各种工具轻松访问数据。构造和使用数据挖掘模型首先必必须创建数据挖掘模型,并可以使用数据挖掘模型测览器以图形格式显示数据挖掘模型的内容。(Sample)、分析和预处理(Explore)、数据调整和技术选择(Modify)(Model)(Assess)、构建事例集将要使用的模型并选择模型构造新数据挖掘模型所用的数据挖掘技术。根据要处理的事例集数据的类型,可以使用两种类型的数据挖掘模型:关系数据挖掘模型和OLAP数据模型。前者设计为处理传统的关系数据库表,而后者则设计为处理以多维数据集形式保存的OLAP数据。。数据挖掘模型的进程取决于挖掘模型的类型。(1)通过编辑器编辑关系数据挖掘模型可以使用关系挖掘模型编辑器编辑关系数据挖掘模型的结构,该编辑器也可用来处理数据挖掘模型和查看结果内容,允许更改数据挖掘模型的基本属性(如数据挖掘算法),显示数据挖掘模型列(包括键列、输入列和可预测列)。关系挖掘模型编辑器还可以显示构造事例集的表结构,显示事例和支持表。对于已培训的关系挖掘模型,可以使用数据挖掘模型浏览器,以图形形式显示数据挖掘模型的内容。(2),更改数据挖掘模型的基本属性(如数据挖掘算法)及组成数据挖掘模型事例集的维度、级别和度量值的属性。如果OLAP数据挖掘模型已经过培训,则该编辑器还可以使用数据挖掘模型浏览器以图形形式显示数据挖掘模型的内容。,数据挖掘模型首先必须在称为“培训”的进程中采用已知数据。在该进程中,数据被插入到未经过培训的数据挖掘模型中。这个进程并不将培训数据保存到数据挖掘模型中,而是通过数据挖掘模型分析培训数据,找出以后可使用的规则和模式,以确定预测列的图值并将统计信息作为数据挖掘模型内容保存。(1)聚类分析原理(2)分层聚类(3)划分聚类(4)密度聚类(5)网格聚类(6)模型聚类