数据挖掘复习知识点梳理
1、数据挖掘标准流程
商业理解：业务理解
数据理解：认识数据、数据探索
数据准备：数据选择和数据预处理
建立模型：选择算法构建模型
模型评估：评估模型是否满足商业应用需求，达成业务目
标
方案实施：部署
2、数据挖掘的主要功能
(1):特征化 (2): 关联和相关分析
(3) 分类与预测 (4) 聚类分析 (5)离群点分析
3、数据探索的主要内容及其意义
认识数据（数据探索）的内容
数据集由数据对象组成，一个数据对象代表着一个实体。
数据库的行对应于数据对象，列对应于属性
通常数据对象用属性描述，也被称为样本、实例、元组、数据点或对象。
属性是一个数据字段，表示数据对象的一个特征，也被称为维，特征和变量
4、数据预处理的作用及其主要任务
因为数据脏乱差（数据的不一致、噪声数据、缺失值）是常态，数据挖掘需要干净准确的数据。
数据清洗：填充缺失的值，平滑噪声数据，识别或删除异常值，纠正数据的不一致
数据集成：针对多源异构数据，集成多个数据库、数据集或文件
数据归约：维归约：数据压缩技术（PCA),特征选择和属性构造
数值归约：抽样
数据变换：规范化（归一化） 、离散 化 、
概念分层
5、常见的噪声处理方法
剩余44页未读，继续阅读
资源评论
四川兔兔
- 粉丝: 21
- 资源: 1
