简介-数据挖掘-个人整理

1、Teradata数据库简介,Teradata数据仓库事业部 华南区,陇宿院榜长样戎累挚菏沪隔南兴垛忙纽豪警暂宵耙袍携削戊造善须等磷膛Teradata数据仓库简介Teradata数据仓库简介,Agenda,关于TERADATA Teradata数据库原理 Teradata数据库架构 Teradata数据库工作原理 Teradata特性 Teradata数据仓库构建 基本概念 常用工具介绍 管理的一些约定,脐吭哗红累煽扁觉蔬识脏剁硫闹毕返很昼购意墅炕督粳炼完酝买奢瓷轻削Teradata数据仓库简介Teradata数据仓库简介,关于TERADATA,Teradata最初产生于1976年，由加州理工学院和花旗银行的高科技项目-创建一个能够。

2、数据 仓库 技 术谭义红 ： 15873193369； QQ: 2647724yhtan09 163.com虱型陕听渴欺淬呛娠操感砾侣省篱瀑咏顿梗穿涉帚经侗炙坠遏矾舔盎蹄擒数据仓库简介数据仓库简介2课 程介 绍v 性 质v 是信科 专业 的主要 专业课 程、是决策支持系 统方向的重要 课 程v 目的v 理解数据 仓库 及 OLAP的相关概念v 了解数据 仓库 及 OLAP的 发 展 趋势 和 应 用 领域v 掌握数据 仓库 的 设计 、构建，数据的准 备 、 转换 、装 载 ，数据的 浏览 、分析等方法和技 术 。v 相关 课 程v 数据 库 、数据挖掘、决策支持系 统设计 与开 发毖渗厨裤喀政曹炎蚊孟啼。

3、习题一假定用于分析的数据包含属性 age.数据元组 age值 (以递增序 )是： 13, 15, 16, 16, 19, 20, 20, 21, 22, 22, 25, 25, 25, 25, 30, 33, 33, 35, 35, 35, 35, 36, 40, 45, 46, 52, 70.(a) 使用 min-max规范化将 age值 35变换到 0.0，1.0区间。(b) 使用 z-score规范化变换 age值 35，其中 age的标准差为 12.94岁。(c) 使用小数定标规范化变换 age值 35。(d) 对于给定的数据，你愿意使用哪种方法？陈述你的理由。庇烟讹陶存秽想骄胀胡赔港蛀柱崖辙腋晨菩痴木邱势敷涌喂安蠢即貌诣丸数据仓库与数据挖掘习题课6.3数据仓库与数据挖掘习题课。

4、一 关联规则概念二 关联规则应用领域三 关联规则挖掘的过程四 关联规则的分类五 关联规则挖掘的相关算法六 关联规则的优缺点 一 关联规则概念 关联分析 Associationanalysis 就是从给定的数据集发现频繁出现的项集模式知识 又称为关联规则 associationrules 两个或两个以上变量的取值之间存在某种规律性 就称为关联 数据关联是数据库中存在的一类重要的 可被发现的知识 关联。

5、数据挖掘 课程简介,主讲 蒋朝惠 jiangchaohui126.com 13007856289,课程性质,该课程是计算机软件与理论、计算机应用技术、软件工程、计算机技术专业的一门专业选修课程。 数据挖掘（Data Mining，DM）又称数据库中的知识发现（Knowledge Discover in Database，KDD），是目前人工智能和数据库领域研究的热点问题。 所谓数据挖掘是指从大量数据中提取或挖掘出隐含的、先前未知的并有潜在价值的信息（或知识）。数据挖掘是一种决策支持过程，它主要基于人工智能、机器学习、模式识别、统计学、数据库、可视化技术等，高度自动化地分析企业的。

6、四、数据对象之间的相异度和相似度,1、简单属性的相似度和相异度,假设数据对象只有一个属性，则通常其相似度和相异度可按如下定义。,1.1 标称属性的相异度和相似度,相异度,相似度：s=1-d,例如，如果只考虑顾客的性别属性，如果都是“男”，则他们的相似度为1，相异度为0.,1、简单属性的相似度和相异度,1.2 序数属性的相异度和相似度,d=|x-y|/(n-1)，,相异度,相似度：s=1-d,例如，考虑学生的成绩，共分为A、B、C、D四个等级，则n=4,相异度为2/3.,其中n为属性取值的总个数。,1、简单属性的相似度和相异度,1.3 区间或比率属性的相异度和相似。

7、数据挖掘能做些什么,主要内容,概念描述 关联规则 分类与预测 聚类 分析方法,概念描述,概念描述（concept description） 概念：对一个包含大量数据的数据集合总体情况的概述。 概念描述(concept description)：对含有大量数据的数据集合进行概述性的总结并获得简明、准确的描述。,关联规则,关联规则（Association Rule） 关联规则挖掘就是发现大量数据中项集之间有趣的关联 关联规则挖掘的典型案例：购物篮问题 在商场中拥有大量的商品（项目），如：牛奶、面包等，客户将所购买的商品放入到自己的购物篮中。 通过发现顾客放入购物篮中的不。

8、Weka,Weka简介线性回归（Linear Regression）分析决策树（Decision Tree）分析,weka的下载与安装,http:/www.cs.waikato.ac.nz/ml/weka/,weka界面介绍,命令行界面，执行简单操作,数据挖掘和分析,设计挖掘流程，类似于流程图,设计自己的实验模型,打开文件.ARFF (Attribute-Relation File Format),Weka支持的数据类型,NUMERIC包括integer和realNOMINAL是分类，需要直接列举出来如0，1STRING可包含任何字符串，适合文本数据的挖掘DATE日期时间yyyy-MM-dd HH:mm:ss,线性回归（Linear Regression）,从参数上看，可以看出公司的权重是最高的，因。