【学习】数据挖掘 知识重点（整理版）

1.  数据、信息和知识是广义数据表现的不同形式。

2.  主要知识模式类型有：广义知识，关联知识，类知识，预测型知识，特异型知识

3.  web挖掘研究的主要流派有：Web结构挖掘、Web使用挖掘、Web内容挖掘

4.  一般地说，KDD是一个多步骤的处理过程，一般分为问题定义、数据抽取、数据预处理、.数据挖掘以及模式评估等基本阶段。

5.  数据库中的知识发现处理过程模型有：阶梯处理过程模型，螺旋处理过程模型，以用户为中心的处理结构模型，联机KDD模型，支持多数据源多知识模式的KDD处理模型

6.  粗略地说，知识发现软件或工具的发展经历了独立的知识发现软件、横向的知识发现工具集和纵向的知识发现解决方案三个主要阶段，其中后面两种反映了目前知识发现软件的两个主要发展方向。

7.  决策树分类模型的建立通常分为两个步骤：决策树生成，决策树修剪。

8.  从使用的主要技术上看，可以把分类方法归结为四种类型：

a)                基于距离的分类方法

b)               决策树分类方法

c)               贝叶斯分类方法

d)               规则归纳方法

9.  关联规则挖掘问题可以划分成两个子问题：

a)                发现频繁项目集:通过用户给定Minsupport ，寻找所有频繁项目集或者最大频繁项目集。

b)               生成关联规则:通过用户给定Minconfidence ，在频繁项目集中，寻找关联规则。

10.   数据挖掘是相关学科充分发展的基础上被提出和发展的。

主要的相关技术：

数据库等信息技术的发展

统计学深入应用

人工智能技术的研究和应用

原文链接：

https://mp.weixin.qq.com/s?__biz=MzA3MDg0MjgxNQ==&mid=2652390773&idx=1&sn=3bf2a11e1ff03d6925ceaec9c24f4ac3&chksm=84da45a5b3adccb31ddd1c9928eb4534793511daa0cec824fa659aa3fd0ce2a47ebbab9e94ee&scene=0&pass_ticket=UhUZubnMPmbSEZDKWHUdhAI65FeJr45Pf3r73xCQK3I%3D#rd