数据挖掘与知识发现课件.ppt

1、第1页，共94页。第2页，共94页。第3页，共94页。第4页，共94页。第5页，共94页。第6页，共94页。第7页，共94页。第8页，共94页。第9页，共94页。商业分析员数据仓库知识库接口数据库数据选择知识发现引擎知识发现评价知识发现描述知识发现管理器第10页，共94页。商业分析员数据仓库知识库接口数据库数据选择知识发现引擎知识发现评价知识发现描述知识发现管理器第11页，共94页。商业分析员数据仓库知识库数据库接口数据选择知识发现引擎知识发现评价知识发现描述知识发现管理器第12页，共94页。商业分析员数据仓库知识库数据库接口数据选择知识发现引擎知识发现评价知识发现描述知识发现管理器第13页，

2、共94页。商业分析员数据仓库知识库数据库接口数据选择知识发现引擎知识发现评价知识发现描述知识发现管理器第14页，共94页。商业分析员数据仓库知识库数据库接口数据选择知识发现引擎知识发现评价知识发现描述知识发现管理器第15页，共94页。商业分析员数据仓库知识库数据库接口数据选择知识发现引擎知识发现评价知识发现描述知识发现管理器第16页，共94页。商业分析员数据仓库知识库数据库接口数据选择知识发现引擎知识发现评价知识发现描述知识发现管理器第17页，共94页。第18页，共94页。第19页，共94页。进化阶段进化阶段商业问题商业问题支持技术支持技术产品厂家产品厂家产品特点产品特点数据搜集(60年代)“

3、过去五年中我的总收入是多少？”计算机、磁带和磁盘IBM,CDC提供历史性的、静态的数据信息数据访问(80年代)“在新英格兰的分部去年三月的销售额是多少？”关系数据库（RDBMS），结构化查询语言（SQL），ODBCOracle、Sybase、Informix、IBM、Microsoft在记录级提供历史性的、动态数据信息数据仓库；决策支持(90年代)“在新英格兰的分部去年三月的销售额是多少？波士顿据此可得出什么结论？”联机分析处理（OLAP）、多维数据库、数据仓库Pilot、Comshare、Arbor、Cognos、Microstrategy在各种层次上提供回溯的、动态的数据信息数据挖掘（正在

4、流行）“下个月波士顿的销售会怎么样？为什么？”高级算法、多处理器计算机、海量数据库Pilot、Lockheed、IBM、SGI、其他初创公司提供预测性的信息第20页，共94页。第21页，共94页。第22页，共94页。第23页，共94页。第24页，共94页。自动趋势预测第25页，共94页。第26页，共94页。第27页，共94页。第28页，共94页。数据库可以由此拓展深度和广度第29页，共94页。第30页，共94页。数据挖掘的任务第31页，共94页。数据挖掘的任务第32页，共94页。关联分析第33页，共94页。关联分析YX TX TY YX)|(XYP)(YXP第34页，共94页。数据挖掘的任务第

5、35页，共94页。时序模式第36页，共94页。数据挖掘的任务第37页，共94页。聚类将物理或抽象对象的集合分组成为由类似的对象组成的多个类的过程。第38页，共94页。聚类第39页，共94页。数据挖掘的任务第40页，共94页。分类第41页，共94页。分类决策树分类：规则分类：IF()Then()Else()第42页，共94页。数据挖掘的任务第43页，共94页。偏差检测第44页，共94页。数据挖掘的任务第45页，共94页。预测第46页，共94页。数据挖掘的算法第47页，共94页。第48页，共94页。数据挖掘的分类数据挖掘数据库技术信息科学可视化统计学机器学习其他学科第49页，共94页。数据挖掘的分

6、类第50页，共94页。数据挖掘的分类第51页，共94页。第52页，共94页。数据挖掘的分类第53页，共94页。第54页，共94页。数据挖掘的分类第55页，共94页。根据应用分类第56页，共94页。数据挖掘的分类第57页，共94页。第58页，共94页。第59页，共94页。第60页，共94页。第61页，共94页。仿生物技术法第62页，共94页。神经网络方法类第63页，共94页。神经网络方法类-神经元结构图树突树突轴突轴突突触突触 第64页，共94页。神经网络方法类ui Yix1 x2 xnf iijjijixwu)()(jjijiixwfufY第65页，共94页。神经网络方法类i第66页，共94页

7、。仿生物技术法第67页，共94页。遗传算法类第68页，共94页。第69页，共94页。公式发现法第70页，共94页。第71页，共94页。统计分析法第72页，共94页。第73页，共94页。模糊数学法第74页，共94页。第75页，共94页。可视技术法第76页，共94页。第77页，共94页。第78页，共94页。第79页，共94页。第80页，共94页。第81页，共94页。类型类型身高身高头发头发HR附附第第一一类类人人矮矮金色金色蓝色蓝色高高红色红色蓝色蓝色高高金色金色蓝色蓝色矮矮金色金色灰色灰色第第二二类类人人高高金色金色黑色黑色矮矮黑色黑色蓝色蓝色高高黑色黑色蓝色蓝色高高黑色黑色灰色灰色矮矮金色金色

8、黑色黑色规则的例子规则的例子IF(发色发色=金色金色红色红色)(眼睛眼睛=蓝色蓝色灰色灰色)THEN 第一类人第一类人 IF(发色发色=黑色黑色)()(眼睛眼睛=黑色黑色)THEN 第二类人第二类人 规则知识规则知识 第82页，共94页。第83页，共94页。商店个数商店个数位置位置规模规模档次档次经营效果经营效果1010市中心市中心大大高高一般一般1515市中心市中心大大一般一般成功成功8 8市中心市中心一般一般高高成功成功6 6城乡结合部城乡结合部大大一般一般一般一般6 6城乡结合部城乡结合部一般一般一般一般成功成功1010市中心市中心一般一般一般一般一般一般商店定位决策树商店定位决策树 2

9、9成功，26一般23成功，20一般6成功，6一般市中心城乡结合部15成功，10一般8成功，10一般一般大高一般8成功10一般高一般6一般6成功大一般15成功10一般/6一般6成功/高一般高一般第84页，共94页。天气天气温度温度湿度湿度风况风况运动运动晴晴85858585无无不适合不适合晴晴80809090有有不适合不适合多云多云83837878无无适合适合有雨有雨70709696无无适合适合有雨有雨68688080无无适合适合有雨有雨65657070有有不适合不适合多云多云64646565有有适合适合晴晴72729595无无不适合不适合晴晴69697070无无适合适合有雨有雨75758080

10、无无适合适合晴晴75757070有有适合适合多云多云72729090有有适合适合多云多云81817575无无适合适合有雨有雨71718080有有不适合不适合决策树的例子决策树的例子2第85页，共94页。天气?overcast湿度?风况?70无有天晴有雨适合不适合不适合适合适合多云第86页，共94页。第87页，共94页。类型类型身高身高头发头发HR附附第第一一类类人人矮矮金色金色蓝色蓝色高高红色红色蓝色蓝色高高金色金色蓝色蓝色矮矮金色金色灰色灰色第第二二类类人人高高金色金色黑色黑色矮矮黑色黑色蓝色蓝色高高黑色黑色蓝色蓝色高高黑色黑色灰色灰色矮矮金色金色黑色黑色类型类型头发头发眼睛眼睛第一类人第一

11、类人金色金色蓝色蓝色红色红色蓝色蓝色金色金色灰色灰色第二类人第二类人金色金色黑色黑色黑色黑色蓝色蓝色黑色黑色灰色灰色知识基知识基(浓缩数据）浓缩数据）第88页，共94页。第89页，共94页。神经网络结构和权值神经网络结构和权值 第90页，共94页。第91页，共94页。水里水里金星金星地球地球火星火星木星木星土星土星周期周期P/d882253656874343.510767.5距离距离d/Gm581081492287781430太阳系行星运动数据中包含行星运动周期太阳系行星运动数据中包含行星运动周期(旋转旋转一周所需时间一周所需时间,d),d),以及它与太阳的距离以及它与太阳的距离(围绕太围绕太阳旋转的椭圆轨道的长半轴阳旋转的椭圆轨道的长半轴,Gm),Gm)第92页，共94页。第93页，共94页。第94页，共94页。