数据挖掘与分析应用期末考试复习知识点，数据挖掘概念，方法，分类，聚类，关联规则，时间序列分析

2022找工作是学历、能力和运气的超强结合体，遇到寒冬，大厂不招人，可能很多算法学生都得去找开发，测开
测开的话，你就得学数据库，sql，oracle，尤其sql要学，当然，像很多金融企业、安全机构啥的，他们必须要用oracle数据库
这oracle比sql安全，强大多了，所以你需要学习，最重要的，你要是考网络警察公务员，这玩意你不会就别去报名了，耽误时间！
与此同时，既然要考网警之数据分析应用岗，那必然要考数据挖掘基础知识，今天开始咱们就对数据挖掘方面的东西好生讲讲

文章目录

• 数据挖掘与分析应用期末考试复习知识点，数据挖掘概念，方法，分类，聚类，关联规则，时间序列分析
• • @[TOC](文章目录)
• 数据挖掘定义
• 数据挖掘的分类
• 数据挖掘的过程
• 数据挖掘的研究方法
• 分类算法：概念，方法，决策树
• 决策树
• 基于信息增益的ID3算法
• 基于信息增益率的C4.5算法
• 基于基尼系数Gini系数的CART算法
• 聚类的概念
• 聚类的方法
• 层次聚类
• 总结

数据挖掘定义

数据挖掘的分类

数据挖掘的过程

净化，将异常数据去除
集成，统一
变换，转换编码
归约，降维，降低数据量

数据才是最重要的吧？

可视化结果，好说

数据挖掘的研究方法

A,B,C，y=f（A,B,C）
回归分析

分类算法：概念，方法，决策树

比如
按照成绩分组学生
90以上：优秀
80-90：良好
60-80：及格
60以下：垃圾

这就是分类

分别分开

决策树

反正每个节点都要满足条件，各个特征就会区分开

基于信息增益的ID3算法

其余特征了，OK的吧
这能听懂？

基于信息增益率的C4.5算法

基于基尼系数Gini系数的CART算法

二叉树哦

10个训练集
6个是，4个否
则总的基尼系数

三种分组情况，看看谁基尼系数更小呢？


天气这种最合适

第一次分叉

继续，对晴和阴雨划分

再看左边
只看别的仨特征

俩都行的

右边的话




每一个特征都是二叉树

这样按照不同的特征就组合分开了，这就决策树
美滋滋了

预测阶段

按照规则划分即可

这样就搞定了决策树
怎么说

如果样本量太少，肯定没法训练
样本需要足够大，才能训练出来哦

聚类的概念

聚类的方法

可是聚类是不知道有多少类的
骚

层次聚类

举例
考察业绩——年盈利额

这就是基于层次聚类了
骚吧

反过来，就是分裂

合体
done

总结

提示：重要经验：

1）
2）学好oracle，即使经济寒冬，整个测开offer绝对不是问题！同时也是你考公网络警察的必经之路。
3）笔试求AC，可以不考虑空间复杂度，但是面试既要考虑时间复杂度最优，也要考虑空间复杂度最优。