本文探讨了数据挖掘的过程，包括分类、聚类和相关性分析等步骤，并深入讲解了信息传递的原理，如信息的编码、信道传输及其对信号质量的影响。还介绍了二进制编码和信息熵的概念及其性质，同时涉及互信息和条件信息熵的讨论。
数据挖掘的过程 
数据开采的目的
分类
聚类
相关性分析(自相关，互相关)
偏差分析
结果解释和评价
除无关模式
新选择算法
信息的传递
从信源出发，通过信道，传递给信宿
信息的编码，即从信源发出的信号，经过编码形成机器可以识别的信号，经过信道进行传播。
简单的如同，打电话，声音信号的传播，先经过编码，然后先通过信道(此处是电磁波)进行电信号的传播，通过电磁4信号干扰，可以影响信号的质量，这也就是为什么通过电磁波的屏蔽可以阻断电子设备的通讯 。
采用二进制编码
先把事件分为等概率的两个事件，然后再将每一层的事件进行层层细分(按照发生的概率进行细分)。
字符位数
h(i)=log2(1/Pi),以二进制为例，此处的底就是进制数
此处的h(i)也是信息量的表示I（xi）
而信息熵是h(i)和相应的事件的概率的乘积，信息熵用H表示，即黑板上的第三个式子
H=Σp_i*Log_a(1/pi) (i从1到n)，这个表示的是平均信息熵
最低0.47元/天 解锁文章
扫一扫
1212
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
