《SPSS-Modeler数据挖掘》课件—01绪论.pptVIP

数据挖掘的算法分类 从算法来自的学科类型划分 机器学习算法和统计学算法 20世纪80年代中期，Leo Breiman等《分类和回归树》和机器学习专家J.Ross Quinlin的ID3算法 机器学习的核心：通过对数据集n维属性空间的有哪些信誉好的足球投注网站，找到数据属性特征的恰当概括 任务是通过对有限的系统输入输出分析，估计输入输出的相关性并进行分类预测，或揭示系统的内在结构特征 数据挖掘的算法分类 机器学习 学习机的任务是从其所支持的函数集f(X，W)中，选择一个一般化的与系统输入和输出关系最近似的函数f(X,w)，并给出预测值y’ 选择近似函数的依据是损失函数L(e(y，f(X，w)))，是误差函数e的函数 输入发生器 学习机 系统 X y y’=f(X,w) 数据挖掘的算法分类 机器学习较多集中在模型有哪些信誉好的足球投注网站和参数优化方面 数据挖掘的算法分类 从学习过程的类型划分 有指导的学习算法 无指导的学习算法 Modeler软件概述 IBM SPSS Modeler (Clementine)最早属英国ISL（Integral Solutions Limited）公司的产品，后被SPSS公司收购 2009年，SPSS被IBM公式收购，V14版 自2000年以来，KDnuggets公司面向全球开展“最近12个月你使用的数据挖掘工具”的跟踪调查， Modeler一直列居首位 Modeler软件概述 Modeler的操作与数据分析的一般流程相吻合 Modeler形象地将各个环节表示成若干个节点，将数据分析过程看作是数据在各个节点之间的流动，并通过图形化的“数据流”方式，直观表示整个数据挖掘 操作使用Modeler的目标：建立数据流，即根据数据挖掘的实际需要，选择节点，依次连接节点建立数据流，不断修改和调整流中节点的参数，执行数据流，最终完成相应的数据挖掘任务 Modeler软件概述 数据流的建立遵循数据挖掘方法论 读入数据 浏览数据 Source 选项卡 Output 选项卡 观察单变量分布特点 观察多变量相关性 Graphs 选项卡 Output 选项卡 评估数据质量 数据转换和派生 数据精简 Field Ops 选项卡 Record Ops选项卡 建立多个模型 评价选择模型 Modeling 选项卡 建立数据源 数据理解 数据准备 建立模型 集成数据 基本分析 深入分析 数据筛选 Modeler的窗口 Modeler的主要窗口 数据流编辑区 节点工具箱窗口 流管理窗口 Streams中，文件扩展名.str Outputs中，文件扩展名.cou Models中，文件扩展名.gm 项目管理窗口 项目文件的扩展名.cpj 数据流的基本管理 数据流的基本管理： 第一，选择和管理节点 第二，建立和调整节点间的连接 第三，设置节点参数 第四，执行数据流 缓冲节点和超节点 缓冲节点：点具有数据缓冲的作用，即可在某个节点上建立一个数据缓冲区，存放数据流执行至此的中间结果，并可保存到磁盘文件中 建立缓冲节点 保存缓冲区内容 清空缓冲区 加载缓冲数据 撤销节点缓冲 缓冲节点和超节点 超节点：多个节点集成在一个节点，便于数据流的浏览和管理 建立超节点 查看超节点 取消超节点 Modeler使用示例 案例数据： 药物（Drug：Drug A、Drug B、Drug C、Drug X、Drug Y）、 血压（BP，High、Normal、Low）、 胆固醇（Cholesterol，Normal、High）、 唾液中钠元素（Na）和钾元素（K）含量， 病人年龄（Age）、性别（Sex，M、F） Modeler使用示例 第一，将数据到Modeler中 第二，浏览数据内容 第三，观察各个变量的数据分布特征 第四，观察服用不同药物的病人唾液中钠元素和钾元素的含量 单纯K含量较低的病人选用DrugY应比较理想 第五，观察服用不同药物病人唾液中钠元素和钾元素的浓度比值 Na/K比值高水平的病人，DrugY是理想选择 第六，不同血压特征病人的药物选择 第七，全面分析决定药物选择的其他影响因素 第八，模型预测精度的评价 基于SPSS Modeler的数据挖掘绪论 课程主要内容 数据挖掘和Modeler概述 Modeler的数据读入和数据集成 Modeler的数据理解 Modeler的数据准备 Modeler的基本分析 Modeler的数据精简 分类预测方法:决策树 分类预测方法:神经网络 分类预测方法:支持向量机 分类预测方法:贝叶斯网络 数据结构分析:聚类 数据结构分析:关联规则 数据挖掘和Modeler概述 数据挖掘的产生背景 什么是数据挖掘 数据挖掘和数据库中的知识发现 数据挖掘方法论 数据挖掘的任务和应用 数据挖掘得到的知识形式 数据挖掘算法的分类 Mod