数据挖掘技术概述及前景展望.pptVIP

* SGI公司：在计算机界，SGI的名字虽不如IBM，HP，Sun那样有名，但其产品和技术在图形和高性能计算领域有着其它产品所无法替代的地位。SGI公司早期便致力于图形卡的研究和制造，后来便生产自已的图形工作站产品。OpenGL标准便是由SGI提出来的。有了图形工作站的稳固基础，SGI又在计算领域打开了局面。这得意于SGI对超级计算机厂商Cary的收购。SGI独特的ccNUMA体系结构使其多CPU的服务器充分发挥处理器的性能，而且I/O的吞吐量也得到了成倍的增加。 所有的SGI Unix计算机都是采用MIPS CPU。目前必威体育精装版的产品为MIPS 16000,800Mhz主频，8Mhz Cache的64位的处理器。2006年有段时间举步维艰，差点破产，但之后重获新生。 SAS公司： SAS是全球领先的商业智能和分析软件供应商，自1976年成立以来始终奉行“家庭式”企业文化。因为只有满意的员工才能带来满意的客户。我们相信，选择东方经贸城能真正体现SAS“快乐工作，创意人生”的宗旨，为我们的员工提供满意的工作环境 * 4.经典的Apriori算法 算法思想：Aprior算法思想基于如下定理： 若c[k]∈频繁集，mk， 则 频繁集 故可以用短的频繁集中元素构造长的频繁集 元素 算法目的：提高频繁集发现效率 商业智能研讨沙龙-上海站 ITPUB ChinaUnix IXPUB主办 5. 最大期望(EM)算法 在统计计算中，最大期望（EM，Expectation–Maximization）算法是在概率（probabilistic）模型中寻找参数最大似然估计的算法，其中概率模型依赖于无法观测的隐藏变量（Latent Variabl）。最大期望经常用在机器学习和计算机视觉的数据集聚（Data Clustering）领域。 6. PageRank PageRank是Google算法的重要内容。2001年9月被授予美国专利，专利人是Google创始人之一拉里·佩奇（Larry Page）。因此，PageRank里的page不是指网页，而是指佩奇，即这个等级方法是以佩奇来命名的。 商业智能研讨沙龙-上海站 ITPUB ChinaUnix IXPUB主办 7. Naive Bayes 假定一个属性值对给定类的影响独立于其他属性的值 在众多的分类模型中，应用最为广泛的两种分类模型是决策树模型(Decision Tree Model)和朴素贝叶斯模型（Naive Bayesian Model，NBC）。 朴素贝叶斯模型发源于古典数学理论，有着坚实的数学基础，以及稳定的分类效率。 8.CART: 分类与回归树 CART, Classification and Regression Trees。 算法采用一种二分递归分割的技术，将当前 的样本集分为两个子样本集，使得生成的决策树的每个非叶子节点都有两个分支。因此，CART算法生成的决策树是结构简洁的二叉树。 在分类树下面有两个关键的思想。第一个是关于递归地划分自变量空间的想法；第二个想法是用验证数据进行剪枝。 商业智能研讨沙龙-上海站 ITPUB ChinaUnix IXPUB主办 9.kNN: k-nearest neighbor classification K最近邻(k-Nearest Neighbor，KNN)分类算法，是一个理论上比较成熟的方法，也是最简单的机器学习算法之一。该方法的思路是：如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别，则该样本也属于这个类别。 10.AdaBoost Adaboost是一种迭代算法，其核心思想是针对同一个训练集训练不同的分类器(弱分类器)，然后把这些弱分类器集合起来，构成一个更强的最终分类器 (强分类器)。其算法本身是通过改变数据分布来实现的，它根据每次训练集之中每个样本的分类是否正确，以及上次的总体分类的准确率，来确定每个样本的权值。将修改过权值的新数据集送给下层分类器进行训练，最后将每次训练得到的分类器最后融合起来，作为最后的决策分类器。 商业智能研讨沙龙-上海站 ITPUB ChinaUnix IXPUB主办 数据挖掘工具简介 目前，世界上比较有影响的典型数据挖掘系统包括： Enterprise Miner（ SAS公司） Intelligent Miner（ IBM公司） SetMiner（ SGI公司） Clementine（ SPSS公司） Warehouse Studio（ Sybase公司） See5（ RuleQuest Research公司） CoverStory EX