第章智能决策.pdf

《物联网技术及应用》之 智能决策 黄霖宇 lyhuang@ 四川大学 电子信息学院 内容回顾 上一章介绍了有哪些信誉好的足球投注网站引擎的相关知识 有哪些信誉好的足球投注网站引擎的基本组成 有哪些信誉好的足球投注网站引擎的体系结构（信息采集，索引技术， 有哪些信誉好的足球投注网站服务） 物联网中有哪些信誉好的足球投注网站引擎的挑战 本章介绍数据挖掘的基本流程 （预处理，数据 挖掘，知识评估与表示），重点介绍几种典型 的数据挖掘算法 ，最后讨论物联网中智能决策 的新特点 本章内容 数据挖掘概述 数据挖掘的基本类型和算法 智能决策与物联网 数据挖掘概述 数据挖掘 （Data Mining ） 从大量数据中获取潜在有用的并且可以被人们理解的模 式的过程 是一个反复迭代的人机交互和处理的过程，历经多个步 骤 ，并且在一些步骤中需要由用户提供决策 数据挖掘的过程： 数据预处理、数据挖掘和对挖掘结果的评估与表示 每一个阶段的输出结果成为下一个阶段的输入 数据挖掘概述 数据挖掘的过程 数据预处理阶段 数据准备：了解领域特点，确定用户需求 数据选取 ：从原始数据库中选取相关数据或样本 数据预处理 ：检查数据的完整性及一致性 ，消除噪声等 数据变换：通过投影或利用其他操作减少数据量 数据挖掘概述 数据挖掘的过程 数据挖掘阶段 确定挖掘目标：确定要发现的知识类型 选择算法 ：根据确定的目标选择合适的数据挖掘算法 数据挖掘 ：运用所选算法，提取相关知识并以一定的方 式表示 数据挖掘概述 数据挖掘的过程 知识评估与表示阶段 模式评估 ：对数据挖掘步骤中发现的模式(知识)进行评估 知识表示 ：使用可视化和知识表示相关技术，呈现所挖掘的 知识 数据挖掘概述 数据挖掘的过程 本章内容 数据挖掘概述 数据挖掘的基本类型和算法 智能决策与物联网 数据挖掘的基本类型和算法 数据挖掘的基本类型 描述性挖掘任 关联分析(Association Analysis) 务 ：刻划数据 聚类分析(Clustering Analysis) 库中数据的一 离群点分析(Outlier Analysis) 般特性 类与预测(Classification and Prediction) 预测性挖掘任 演化分析(Evolution Analysis) 务 ：在当前数 据上进行推断 和预测 关联分析 关联分析的目标是从给定的数据中发现频繁出现的模式 ，即关 联规则 关联规则通常的表述形式是X = Y ，表示“数据库中满足条件 X的记录(元组)可能也满足条件Y” 以某电器商场销售记录为例 ： 含义 ：4% (支持度)的顾客的年龄在20至29岁且月收入在3000 至5000元 ，且这样的顾客中，65% (置信度)的 购买了笔记本 电脑 关联分析 挖掘关联规则 ，需要置信度和支持度越高越好 基本概念 项集 ：满足若干条件的数据项的集合 ，如果条件数为k ，则 称k-项集 满足年龄(顾客, “20~29”)的项集是1-项集 满足年龄(顾客, “20~29”) 收入(顾客, “