数据挖掘概念与技术期末复习

填空、简答3-5、计算2、应用1

聚类、离群点、数据归约、属性的类型、数据仓库的特征、数据仓库模型、度量值的类型、频繁模式、关联规则、SVM算法、DBSCAN算法的相关概念。

简答：

数据仓库和操作数据库的区别

大题：

• 盒图的绘制

• 数据仓库建模

• 相关性分析的方法

• 使用Apriory和Fp算法挖掘频繁项集

• 使用朴素贝叶斯方法和神经网络算法进行分类预测

U1

• 1.2概念

• 数据挖掘是从大量数据中挖掘有趣模式和知识的过程。

• 是知识发现（最重要）的一个步骤

• 知识发现的步骤

• 数据清理-数据集成-数据选择-数据变换-数据挖掘-模式评估-知识表示

U2

中心趋势度量：均值、中位数、众数

近似中位数计算

中列数：max和min的均值

• 四分位数极差IQR=Q3-Q1

• 可疑的离群点：落在Q3之上或Q1之下1.5倍IQR以外的值

五数概括：按次序：Min,Q1,Median,Q3,Max

• 数据集由数据对象组成。数据对象代表实体。

• 数据对象用属性描述。属性表示数据对象的一个特征。

数据是（ 数据对象及其属性的集合），属性分为（标称、序数、数值属性 ）。

属性的类型由该属性可能具有的值的集合决定。属性可以是标称的、二元的、序数

的或数值的。

• 标称属性：标称代表“与名称相关”，其值是一些符号或事物的名称。

• 二元属性：一种标称属性，只有两个状态：0或1。

• 序数属性：其值之间具有有意义的序或者秩评定，相继值之间的差是未知的。

• 数值属性：可测量的量，用整数或实数的值表示。数值属性可以是区间标度的或比率标度的。