数据挖掘统计学内涵.pdfVIP

中国现场统计研究会第15届学术年会论文集 245 数据挖掘的统计学内涵 魏瑾瑞朱建平谢邦昌 摘要：从统计学的视角阐释了数据挖掘的内涵，并将数据挖掘与统计学展开比较，分析了数 据挖掘的基本特征：(1)面向大规模数据；(2)非验证性分析，而是探索性分析(事先未知)： (3)非常识性发现；(4)目标是从数据中提取信息和知识，但纯数据规律并不一定都是信 息，这取决于是否可做出合理的解释(逻辑评价)：(5)除逻辑评价外，机器(模拟)评价 和用户评价亦不容忽视；(6)数据挖掘兼具知识发现的技术(算法)和统计学的方法两个方 面。 关键词：数据挖掘，统计学 TheStaffsffcalInstinctofData Mining thestatisticalinstinctofdata basicfeaturesofthedata Abstracts：we analyzed explained mining data the data the data confmnatoryanalysis，but mining：(1)massoriented；(2)not exploratory sense toextractinformationand thelaw analysis；(3)uncommonfinding；(4)aim knowledge,but doesnot onwhetheritcanmakereasonable fromdata beinformation。it necessarily depends evaluation explanation(109icalevaluation)；(5)exceptlo萄c andcustomerevaluationshouldnotbe contains evaluation ignored；(6)datamining knowledge andstatisticsmethodstwo discovery aspects． algorithm Keywords：Datamining；Statistics 统计有培根逻辑做支撑，而数据挖掘则更多地得益于当代信息技术的飞速发展——但是 相对于由此产生的大量冗余数据而言，我们似乎并没有获得多少信息。“数据过剩”(data chaotic richand glut)、“信息混沌空问”(information space)，“丰富的数据贫乏的知识”(data knowledgepoor)……我们的电脑的容量越来越不够用、书籍的出版及我们的藏书也有泛滥 之势，然而，其中有利用价值的部分却少之又少或尘封窖藏难以被发现，如“数据坟墓”(data and tombs，Fayyad Uthurusamy，2002)，它指的是单纯收集整理记录数据，把过多的精力放 在了捕捉和存储外在的信息，但不再回看，无果而终。在这种情况下，开采有用的知识等价 于抛弃无用的数据。 如果说数据挖掘(data 而统计研究的则是样本数据(sample)。事实上，数据挖掘中所使用的数据也是根据特定目 的抽取的，但显然它