資料預處理
優點：減少分析的資料可以減少占用空間和處理時間，可以使用更大開銷的挖掘演算法。
缺點：可能會丟失模式。
優點：減少分析的資料可以減少占用空間和處理時間，可以使用更大開銷的挖掘演算法。
缺點：肯定沒有全量資料分析準確，可能會
丟失模式。
抽樣方法：
1.簡單隨機抽樣（****** random samping）：隨機取樣。兩種變形，無放回抽樣，有放回抽樣。
2.漸進抽樣：隨著分析資料集的大小，改變抽樣策略。
特徵子集選擇方法：嵌入、過濾、包裝
離散化：連續屬性轉為分類屬性
二元化：暫時理解的是轉為二進位制方式表示，例如m個分類值，轉成n=【log2 m】個二元屬性標
《資料探勘導論》學習筆記
寫在前面 粗體字為書中定義，紅色字型為筆者認為的重點詞。第一章 緒論 1.資料探勘 在大型資料儲存庫中，自動地發現有用資訊的過程。3.資料探勘要解決的問題 可伸縮，高維性，異種資料和複雜資料，資料的所有權和分布，非傳統的分析。4.資料探勘任務 任務，描述任務。四種主要資料探勘任務 1 建模，有兩類 ...
資料探勘導論 筆記
1.1為什麼進行資料探勘？資訊時代的來臨不貼切，我們的時代其實是資料時代，還沒有真正步入資訊時代，現在資料 增長，需要將資料轉化為知識。1.2什麼是資料探勘？即kdd，資料中的資料發現 知識發現的迭代步驟為 1 資料清理2 資料整合3 資料選擇4 資料變換5 資料探勘6 模式評估7 知識表示 廣義的...
《資料探勘導論》學習筆記（一）
四種主要的資料探勘任務 1 建模任務 2 關聯分析 3 聚類分析 4 異常檢測 主要的資料質量問題 存在雜訊和離群點，資料遺漏 不一致或重複，資料有偏差，或者在別的方面，資料不代表描述所設想的現象或總體情況。資料集主要分為三類 記錄資料，基於圖形的資料 有序的資料 一般資料集的三個特性 記錄資料的不...