数据挖掘原理与应用-以石油勘探开发为例 课件 1.1基本概念

第一章数据挖掘概述·01基本概念·02系统结构·03面临问题·04常用方法·05数据挖掘与石油勘探开发·06发展趋势1.1基本概念基

本

概

念一、数据挖掘的定义

简单地说，数据挖掘是从大量数据中提取或“挖掘”知识。基

本

概

念数据库技术统计学人工智能机器学习数据挖掘DataMining数据可视化方法信息科学其他相关理论数据挖掘受多学科影响基

本

概

念

KDD（KnowledgeDiscoveryinDatabase）是从目标数据集中识别出有效的、新颖的、潜在有用的，以及最终可理解的模式的非平凡过程。有效性：指发现的模式对于新的数据仍保持有一定的可信度；新颖性：发现的模式应该是新的；潜在有用性：指发现的知识将来有实际效用；最终可理解性：要求发现的模式能被用户理解，具备简洁性；非平凡的要有一定程度的智能性、自动性。

技术角度的定义基

本

概

念

KDD与DMKDD是比DM出现更早的一个名词。关于KDD与DM的关系有如下说法：

把KDD看成数据挖掘的一个特例数据挖掘是KDD过程的一个步骤（从狭义角度）KDD和数据挖掘含义相同（从广义角度）KDD用于人工智能界，DM在数据库界使用更多；在研究领域称作KDD，在工程领域称作DM等等。百花齐放百家争鸣基

本

概

念

模式是指用某种语言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。基

本

概

念数据挖掘的定义①

分类模式——离散数据它是一分类函数（分类器），能够把数据集中的数据项影射到某个给定的类上。分类模式往往表现为一棵分类决策树，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。基

本

概

念数据挖掘的定义分类模式的预测值是离散的。如：给定某个人的年龄、职业、信用等级、收入等信息，就可以分类是否为优质客户。年龄？信用等级？学生？YESNOYESNOYES否是30--40>40<30一般良好基

本

概

念数据挖掘的定义②回归模式——连续数据将数据变化符合的函数规律，发掘出来，其函数的定义与分类模式相似，但回归模式的预测值是连续的。如：给出某人的教育情况、工作经验，可用回归模式判定这个人的年工资在哪个范围内。基

本

概

念数据挖掘的定义③聚类模式——离散/连续数据聚类模式把数据划分到不同的组中，组之间的差别尽可能的大，组内差别尽可能小。与分类模式不同，在聚类前并不知道将要划分几个组。如：一些特定症状的聚体可能预示了一个特定的疾病。基

本

概

念数据挖掘的定义④关联规则模式

表示数据项之间的关联，关联关系挖掘如：经典的尿布与啤酒的关联关系挖掘方法。基

本

概

念数据挖掘的定义⑤序列模式——时间关联数据（预测行为）序列模式与关联模式相仿，但它把数据之间的关联性与时间联系起来。如“在购买汽车的人们中，60%的人会在3个月内购买导航仪”。基

本

概

念数据挖掘的定义⑥时间序列模式根据数据随时间变化的趋势预测将来的值。这里要考虑时间的特殊性质，如周期性时间定义（星期、月、季节、年等）。如：股票投资预测基

本

概

念数据挖掘发展历史20世纪60年代20世纪80年代20世纪