ITPub博客

一、 数据分箱是下列情形下常用的方法：1.某些数值自变量在测量时存在随机误差，需要对数值进行平滑以消除噪音。2.有些数值自变量有大量不重复的取值，对于使用<、>、=等基本操作符的算法（如决策树）而言，如果能减少这些不重复取值的个数，就能提高算法的速度。3.有些算法只能使用分类自变量，需要把数值变...

1. 分类与聚类 a.  分类是指将数据归于一系列已知类别之中的某个类的分类过程; b.  聚类是根据客体属性对一系列未分类的客体进行类别的识别,把一组个体按照相似性归成若干类。2. 分类与预测 a.  是两种数据分析形式.是两类主要的预测问题 b.  分类是预测分类号(或者离...

1. 挖掘模式  预测型(Predictive)  描述型(Descriptive)2. 实际作用可分为以下几种模式  分类：对没有分类的数据进行分类  预测：用历史来预测未来  关联分析：关联规则  聚类：物以类聚  序列模式：在多个数据序列中发现共同的行为模式  描述和可视化：数据...

一、 数据挖掘（Data Mining，DM）又称数据库中的知识发现（Knowledge Discover in Database，KDD）是目前人工智能和数据库领域研究的热点问题，所谓数据挖掘是指从数据库的大量数据中揭示出隐含的、先前未知的并有潜在价值的信息的非平凡过程。数据挖掘是一种决策支持过程，它主要基于人工智能、机器学习、模式识别、...