Database 版 (精华区)

发信人: rhine (没有昵称), 信区: Database
标  题: KDD的核心-----数据挖掘
发信站: 哈工大紫丁香 (2000年08月13日10:31:40 星期天), 站内信件

----数据挖掘是KDD最核心的部分，是采用机器学习、统计等方法进行知识学习的
阶段 
。数据挖掘算法的好坏将直接影响到所发现知识的好坏。目前大多数的研究都集中
在数 
据挖掘算法和应用上。人们往往不严格区分数据挖掘和数据库中的知识发现，把两
者混 
淆使用。一般在科研领域中称为KDD，而在工程领域则称为数据挖掘。 
----数据挖掘的任务是从数据中发现模式。模式是一个用语言L来表示的一个表达
式E， 
它可用来描述数据集F中数据的特性，E所描述的数据是集合F的一个子集FE。E作为
一个 
模式要求它比列举数据子集FE中所有元素的描述方法简单。例如，“如果成绩在
81～90 
之间，则成绩优良”可称为一个模式，而“如果成绩为81、82、83、84、85、86、
87、 
88、89或90，则成绩优良”就不能称之为一个模式。 
模式有很多种，按功能可分有两大类：预测型（Predictive）模式和描述型（
Descript 
ive）模式。 
预测型模式是可以根据数据项的值精确确定某种结果的模式。挖掘预测型模式所使
用的 
数据也都是可以明确知道结果的。例如，根据各种动物的资料，可以建立这样的模
式： 
凡是胎生的动物都是哺乳类动物。当有新的动物资料时，就可以根据这个模式判别
此动 
物是否是哺乳动物。 
描述型模式是对数据中存在的规则做一种描述，或者根据数据的相似性把数据分组
。描 
述型模式不能直接用于预测。例如，在地球上，70％的表面被水覆盖，30％是土地
。 
----在实际应用中，往往根据模式的实际作用细分为以下6种： 

分类模式 
分类模式是一个分类函数（分类器），能够把数据集中的数据项映射到某个给定的
类上 
。分类模式往往表现为一棵分类树，根据数据的值从树根开始搜索，沿着数据满足
的分 
支往上走，走到树叶就能确定类别。 
回归模式 
回归模式的函数定义与分类模式相似，它们的差别在于分类模式的预测值是离散的
，回 
归模式的预测值是连续的。如给出某种动物的特征，可以用分类模式判定这种动物
是哺 
乳动物还是鸟类；给出某个人的教育情况、工作经验，可以用回归模式判定这个人
的年 
工资在哪个范围内，是在6000元以下，还是在6000元到1万元之间，还是在1万元以
上。 
  
时间序列模式 
时间序列模式根据数据随时间变化的趋势预测将来的值。这里要考虑到时间的特殊
性质 
，像一些周期性的时间定义如星期、月、季节、年等，不同的日子如节假日可能造
成的 
影响，日期本身的计算方法，还有一些需要特殊考虑的地方如时间前后的相关性（
过去 
的事情对将来有多大的影响力）等。只有充分考虑时间因素，利用现有数据随时间
变化 
的一系列的值，才能更好地预测将来的值。 
聚类模式 
聚类模式把数据划分到不同的组中，组之间的差别尽可能大，组内的差别尽可能小
。与 
分类模式不同，进行聚类前并不知道将要划分成几个组和什么样的组，也不知道根
据哪 
一（几）个数据项来定义组。一般来说，业务知识丰富的人应该可以理解这些组的
含义 
，如果产生的模式无法理解或不可用，则该模式可能是无意义的，需要回到上阶段
重新 
组织数据。 
则该模式可能是无意义的，需要回到上阶段重新 
组织数据。 
关联模式 
关联模式是数据项之间的关联规则。关联规则是如下形式的一种规则：“在无力偿
还贷 
款的人当中，60％的人的月收入在3000元以下。” 
序列模式 
序列模式与关联模式相仿，而把数据之间的关联性与时间联系起来。为了发现序列
模式 
，不仅需要知道事件是否发生，而且需要确定事件发生的时间。例如，在购买彩电
的人 
们当中，60％的人会在3个月内购买影碟机。 
在解决实际问题时，经常要同时使用多种模式。分类模式和回归模式是使用最普遍
的模 
式。分类模式、回归模式、时间序列模式也被认为是受监督知识，因为在建立模式
前数 
据的结果是已知的，可以直接用来检测模式的准确性，模式的产生是在受监督的情
况下 
进行的。一般在建立这些模式时，使用一部分数据作为样本，用另一部分数据来检
验、 
校正模式。聚类模式、关联模式、序列模式则是非监督知识，因为在模式建立前结
果是 
未知的，模式的产生不受任何监督。 
  
-- 
※ 来源:·BBS 水木清华站 bbs.net.tsinghua.edu.cn·[FROM: 202.194.7.38] 


--
           海纳百川，
                   有容乃大，
                           壁立千尺，
                                   无欲则刚。    

※ 来源:·哈工大紫丁香 bbs.hit.edu.cn·[FROM: dip.hit.edu.cn]