2018年零基础学习大数据挖掘知识点整理.pptx

2018 年零基础学习大数据挖掘知识点整理;　　统计学深入应用;　　最短距离法：定义两个类中最靠近的两个元素间的距离为类间距离。 　　最长距离法：定义两个类中最远的两个元素间的距离为类间距离。 　　中心法：定义两类的两个中心间的距离为类间距离。 　　类平均法：它计算两个类中任意两个元素间的距离，并且综合他们为类间距离： 　　离差平方和。;　　在时间戳有序的事务集中，序列模式的发现就是指找到那些如“一些项跟随另一个项”这样的内部事务;　　22.web 挖掘的含义：针对包括 Web 页面内容、页面之间的结构、用户访问信息、电子商务信息等在 内的各种 Web 数据，应用数据挖掘方法以帮助人们从因特网中提取知识，为访问者、站点经营者以及包 括电子商务在内的基于因特网的商务活动提供决策支持。;　　对每次 k 循环，侯选集 Ck 中的每个元素都必须通过扫描数据库一次来验证其是否加入 Lk。假如有一 个频繁大项目集包含 10 个项的话，那么就至少需要扫描事务数据库 10 遍。;　　29.简述知识发现项目的过程化管理 I-MIN 过程模型。;　　训练数据集中的单个元组称作训练样本，由于提供了每个训练样本的类标号，因此也称作有指导的学 习。;　　用户对页面存在不同的访问时长，访问长代表了用户的访问兴趣。 　　33.web 页面内文本信息的挖掘：