数据挖掘-理论与算法 公开课笔记
创始人
2024-03-03 13:40:53
1.1.1.1 整装待发
- 近年来数据存储和数据处理的能力都产生了飞跃，为数据挖掘奠定了基础。
- 虽然数据量大，但是真正有用的信息少
2.1.2.1 学而不思则罔
- 是多学科（机器学习、人工智能、模式识别、统计学）的交叉领域
- 如何学习数据挖掘？：认真听课、积极讨论+课后延伸阅读（提供灵感）+写代码
- 不是去记住理论，网上都查得到，一定要学会如何思考
3.1.3.1 知行合一
1、数据
- 什么是数据？：定量或者定性的属性值（比如一个人身高、体重、年龄等）是最底层的表现形式，而信息会高一级，数据要做一些处理后才能转化为信息
- 数据类型：连续型、离散型、符号型
- 存储形式
- 物理存储：都是二进制存储
- 逻辑存储：比如星型、网络型等
- 主要问题：数据类型转化、数据的错误
2、大数据
- 什么是大数据？：
- 说法一：数据量大（Tb->Zb)、高速流动（Batch->Streaming Data）、数据种类多（结构化数据->非结构化数据）
- 说法二：数据量大到传统的数据处理软件都无法处理
4.1.4.1 从数据到知识
什么是数据挖掘？：是从海量、不完整、有噪声的数据中自动提取有趣且潜在有用信息的过程
注：不是完全自动的过程，需要人为参与（比如相关领域的知识、数据收集和预处理等）
5.1.5.1 分类问题
- 什么是分类？是根据一个或多个特征(称为变量)的信息和已知标签训练得到模型，然后对未知标签进行分类
- 分类算法：决策树、k-nearest neightbours、神经网络、支持向量机
- 其实就是寻找分界面，对空间进行划分（直线、曲线、复杂的圆或多条线等），分界面尽量选择平滑而不是过于复杂的，避免过拟合
- 将数据化为训练集和测试集，训练集用于生成模型，测试集用于对模型进行评估
- 混淆矩阵
相关内容
热门资讯
埃菲尔铁塔在哪 中国仿建埃菲尔...
2019年4月26日，广西南宁市，街头惊现一座巨型山寨版埃菲尔铁塔，高约20米，白色塔身，造型逼真，...
北京的名胜古迹 北京最著名的景...
北京从元代开始，逐渐走上帝国首都的道路，先是成为大辽朝五大首都之一的南京城，随着金灭辽，金代从海陵王...
苗族的传统节日 贵州苗族节日有...
【岜沙苗族芦笙节】岜沙，苗语叫“分送”，距从江县城7.5公里，是世界上最崇拜树木并以树为神的枪手部落...
长白山自助游攻略 吉林长白山游...
昨天介绍了西坡的景点详细请看链接：一个人的旅行，据说能看到长白山天池全凭运气，您的运气如何？今日介绍...
应用未安装解决办法 平板应用未...
---IT小技术，每天Get一个小技能！一、前言描述苹果IPad2居然不能安装怎么办？与此IPad不...
猫咪吃了塑料袋怎么办 猫咪误食...
你知道吗？塑料袋放久了会长猫哦！要说猫咪对塑料袋的喜爱程度完完全全可以媲美纸箱家里只要一有塑料袋的响...
脚上的穴位图 脚面经络图对应的...
人体穴位作用图解大全更清晰直观的标注了各个人体穴位的作用，包括头部穴位图、胸部穴位图、背部穴位图、胳...
世界上最漂亮的人 世界上最漂亮...
此前在某网上，选出了全球265万颜值姣好的女性。从这些数量庞大的女性群体中，人们投票选出了心目中最美...
demo什么意思 demo版本...
618快到了，各位的小金库大概也在准备开闸放水了吧。没有小金库的，也该向老婆撒娇卖萌服个软了，一切只...
埃菲尔铁塔在哪 中国仿建埃菲尔...
2019年4月26日，广西南宁市，街头惊现一座巨型山寨版埃菲尔铁塔，高约20米，白色塔身，造型逼真，...
苗族的传统节日 贵州苗族节日有...
【岜沙苗族芦笙节】岜沙，苗语叫“分送”，距从江县城7.5公里，是世界上最崇拜树木并以树为神的枪手部落...
北京的名胜古迹 北京最著名的景...
北京从元代开始，逐渐走上帝国首都的道路，先是成为大辽朝五大首都之一的南京城，随着金灭辽，金代从海陵王...
长白山自助游攻略 吉林长白山游...
昨天介绍了西坡的景点详细请看链接：一个人的旅行，据说能看到长白山天池全凭运气，您的运气如何？今日介绍...