資源描述：
《《數(shù)據(jù)挖掘、機器學習和weka》》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。
1、數(shù)據(jù)挖掘—實用機器學習技術(shù)及Java實現(xiàn)原書英文版《DataMining—PracticalMachineLearningToolsandTechniqueswithJavaImplementations》，新西蘭IanH.Witten、EibeFrank著WekaAnopensourceframeworkfortextanalysisimplementedinJavathatisbeingdevelopedattheUniversityofWaikatoinNewZealand.http://www.cs.waikato.ac.
2、nz/ml/weka/http://www.mkp.com/datamining/概念：KDD、ML、OLAP與DMKDD（KnowledgeDiscoveryinDatabase）是一種知識發(fā)現(xiàn)的一連串過程。ML（MachineLearning）＝KD，不限于Database的數(shù)據(jù)過程：挖掘－數(shù)據(jù)模式－表示－驗證－預測OLAP（OnlineAnalyticalProcess）是數(shù)據(jù)庫在線分析過程。數(shù)據(jù)挖掘（dataMining）只是KDD/ML的一個重要組成部分。DM用在產(chǎn)生假設(shè)，而OLAP則用于查證假設(shè)概念：DM與DBData
3、Preparation要占Datamining過程70％工作量「Database」＋「Datamining」＝會說話的數(shù)據(jù)庫概念：DataMining概念：數(shù)據(jù)挖掘是從大量的數(shù)據(jù)中，抽取出潛在的、有價值的知識（模型或規(guī)則）的過程KeyCharacteristicsofDataMining：LargeamountofdataDiscoveringpreviouslyunknown,hiddeninformationExtractingvaluableinformationMakingimportantbusinessdecision
4、usingtheinformationDM/ML的一些要點Thedataisstoredelectronicallyandthesearchisautomatedbycomputer;Aboutsolvingproblemsbyanalyzingdataalreadypresentindatabases;Definedastheprocessofdiscoveringpatternsindata;Thisbookisabout——Techniquesforfindinganddescribingstructuralpatterns
5、indata.structuralpatterns表示法：表、樹、規(guī)則概念：MachineLearningTolearn:togetknowledgeofstudy,experience,orbeingtaught;tobecomeawarebyinformationorfromobservation;tocommittomemory;tobeinformedof,ascertain(確定);toreceiveinstructionShortcomingswhenitcomestotalkingaboutcomputesIt’sv
6、irtuallyimpossibletotestiflearningasbeanachievedornot.Thistieslearningtoperformanceratherthanknowledge簡單例子：天氣問題*天氣數(shù)據(jù)：weather.nominal.arff運行Weka，載入數(shù)據(jù)，選擇算法id3預測（決策樹）outlook=rainy
7、windy=TRUE:no
8、windy=FALSE:yes測試方法：采用10Cross-validation的測試結(jié)果：ConfusionMatrix(P.138)和準確率ab<--
9、classifiedas81
10、a=yes14
11、b=noCorrectlyClassifiedInstances1285.7143%IncorrectlyClassifiedInstances214.2857%其他算法：NeuralNetwork數(shù)據(jù)挖掘的過程步驟：見『回顧：DM的步驟』輸入：Concepts,Instances,AttributesConcept四種基本的學習類型Classification,association,clustering,numericprediction不考慮類型，我們把要學習的稱為Concept
12、，而把學習的輸出成為conceptdescriptionInstance：數(shù)據(jù)樣本記錄Attribute：數(shù)據(jù)字段Nominal：outlook:sunny=>noOrdinal：距離無法度量，如hot>mild>coolInterval：距離可度
