数据挖掘复习

第一章 介绍

1、什么是数据挖掘

数据挖掘是在大量不完全的，有噪声的，模糊的，随机的实际数据中，提取出隐含其中的，人们事先不知道的，但又潜在有用的信息和知识的过程。

2、如何对数据挖掘进行分类

1.对数据进行分类

2.根据挖掘知识类型分类

3.根据挖掘所用技术进行分类

4.根据挖掘的应用分类

3、数据挖掘的应用

市场分析、风险分析、流数据挖掘、DNA数据分析、文本挖掘与网络挖掘、欺诈检测与异常模式检测

第二章 了解数据

1、数据属性类型有几种？陈述含义。

标称型Nominal：分类、状态、属性名称

二元型Binary：bool类型

序数型Ordinal：值为有意义的序列，但无法做差值

定量型Quantity：量化（整数或实数）

区间标度型Interval：没有真正零点的，利用等大值测量的，有序的值

比率标度型Ratio：有固有的零点

2、如何度量数据中心趋势

平均值Mean

中值Median

众数Mode

中列数Midrange：最大值与最小值的平均

3、如何度量数据离散度

方差与标准差

4、何谓数据分布的五数概括

就是几个四分位数

最小值、Q1、中值、Q3、最大值

5、双模、多模就是指众数有几种，画出四分位图

第三章 数据预处理

1、箱均值平滑法，如何找出离群点，描述其他数据平滑方法

排序数据ÿ