数据挖掘复习要点整理

复习要点： 回归课本

个人总结仅供参考

复习要点：回归课本

简答题：

1. Apriori算法主要步骤：

(1) 扫描全部数据，产生候选1-项集的集合C1.
(2) 根据最小支持度，由候选1-项集的集合C1产生频繁1-项集的集合L1
(3) 对k>1重复执行步骤4，5，6.
(4) 由LK执行连接和剪枝操作，产生候选(k+1)-项集的集合Ck+1
(5) 根据最小支持度，由候选(k+1)-项集的集合Ck+1 ，产生频繁(k+1)-项集的集合Lk+1
(6) 若L≠Ø，则k=k+1，跳往步骤，否则，跳往步骤7
(7) 根据最小置信度，由频繁项集产生强关联规则，结束。

2.数据挖掘流程

数据采集：爬虫
数据预处理：数据清洗
数据建模：算法
数据可视化：以图形方式显出
模型评估：准确率，RMSE等

3.数据预处理

数据清洗：填充缺失值，光滑噪声数据
数据集成：多个数据源中的数据存放到一个一致的数据存储中
数据转换：数据转换成适合于挖掘的形式
数据规约：数据立方体聚集，堆规约，数据压缩，数值规约，数据离散化与概念分层

4.信息熵

0稳定1最混乱
信息熵越大样本的混杂程序越大。
公式：

5.K-Means 聚类算法

基本思想：

1.指定需要划分的簇的个数K值
2.随机选择K个初始数据对象点作为初始的聚类中心
3.计算其余的各个数据对象到这K个初始聚类中心的距离，把对象划归为距离它最近的那个中心所处的簇类中。
4.调整新类并重新计算出新类的中心
5.如果两次计算出的聚类中心未曾发生任何变化，结束。否则重复步骤3，4

工作步骤：

输入：初始数据集DATA和簇的数目K
输出：K个簇，满足平方误差准测的函数收敛
(1) 任意选择K个数据对象作为初始聚类中心。
(2) Repeat
(3) 根据簇中的对象的平均值，将每个对象赋给最类似的簇
(4) 更新簇的平均值，即计算每个对象簇中的对象的平均值。
(5) 计算聚类准则函数E。
(6) Until准则函数E值不在变化。

计算题

1.朴素贝叶斯

记住公式，简简单单计算一下就好了。

2.BP神经网络

优慕课第八周第7个视频

3.Apriori算法

课本P38例题看懂即可

4.代码分析

代码分析题

复习要点：回归课本

个人总结如有错误记得评论区补充奥~