第5章 挖掘建模之离群点检测(1)
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
5.1分类与回归主要介绍了决策树和人工神经网络两个分类模型、回归分
析预测模型及其实现过程； 5.2聚类分析主要介绍了K-Means聚类算法，建立分类方法按照接近程度 对观测对象给出合理的分类并解释类与类之间的区别；
内部资料 泰迪科技（www.tipdm.com） 3
小结
5.3关联规则主要介绍了Apriori算法，以在一个数据集中找出各项之间的
《数据挖掘：实用案例分析》配套PPT
更多下载： http://www.tipdm.org/ts/578.jhtml
第五章 挖掘建模之离群点检测
2016/11/8
目录
1 2 3
分类与预测 聚类分析 关联规则 时序模式
4
6 5
离群点检测 小结
内部资料 泰迪科技（www.tipdm.com）
2
小结
关系；
5.4时序模式从序列的平稳性和非平稳型出发，对平稳时间序列主要介绍
了ARMA模型，对差分平稳序列建立了ARIMA模型，应用这两个模型对
相应的时间序列进行研究，找寻变化发展的规律，预测将来的走势； 5.5离群点检测主要介绍了基于模型和离群点的检测方法，是发现与大部 分其他对象显著不同的对象。 前5章是数据挖掘必备的原理知识，并为本书后面章节的案例理解和实验 操作奠定了理论基础。
内部资料 泰迪科技（www.tipdm.com） 4
泰迪科技： www.tipdm.com
本章主要根据数据挖掘的应用分类，重点介绍了对应的数据挖掘建模方
法及实现过程。通过对本章的学习，可在以后的数据挖掘过程中采用适
当的算法并按所陈述的步骤实现综合应用Biblioteka Baidu更希望本章能给读者一些启 发，思考如何改进或创造更好的挖掘算法。 归纳起来，数据挖掘技术的基本任务主要体现在分类与预测、聚类、关 联规则、时序模式、离群点检测五个方面。