欢迎来到Doc100.Net免费学习资源知识分享平台!
您的位置:首页 > 程序异常 >

数据挖掘方法

更新时间: 2014-01-05 02:29:46 责任编辑: Author_N1

 

数据挖掘步骤
图1为知识挖掘的步骤


数据处理:
 标准化处理
 离散化 (Discretization)
 连续值->离散值,分类中常用
 取样 (Sampling)
 维度缩减 (Dimensionality Reduction)
 维度灾难 (Curse of Dimensionality)
 维度过高造成过学习等一系列问题,不利于数据挖掘处理。
 特征选取
 Gain、CHI、MI
 特征抽取
 Principal Components Analysis (PCA)
 Singular Value Decomposition  (SVD)

标准化处理
 如果数值型属性的量纲和单位不同,在计算对象距离(相似度)之前,必须把不同的度量单位统一成相同的度量单位。
 由于属于不同概念范畴的属性具有不同的含义,所以把所有的属性转化成某个特定的度量单位是不现实,也是不可能的。
 常用方法
 标准化:把属性的值域映射到一个相同的区间。
 经过标准化处理后,每个属性对距离的度量有着等同的作用。

数据理解:
A. 从数据源抽取数据
B. 用表格图形技术透视数据
C. 处理缺失值
数据准备:
A. 针对记录的数据准备,如选择记录、对记录排序
B. 针对字段的数据准备,如生成新字段
C. 针对文件的数据准备,如合并文件
标准化-数值型属性
 样本XiD , xij是Xi在第j个属性上的值,常用的标准化方法有:

上一篇:上一篇
下一篇:下一篇

 

随机推荐程序问答结果

 

 

如对文章有任何疑问请提交到问题反馈,或者您对内容不满意,请您反馈给我们DOC100.NET论坛发贴求解。
DOC100.NET资源网,机器学习分类整理更新日期::2014-01-05 02:29:46
如需转载,请注明文章出处和来源网址:http://www.doc100.net/bugs/t/10546/
本文WWW.DOC100.NET DOC100.NET版权所有。