数据挖掘导论 |
您所在的位置:网站首页 › 数据挖掘导论第二章答案解析 › 数据挖掘导论 |
第一章 引论 1.4 数据挖掘的功能 1.1 数据挖掘的目的 1.2 数据挖掘的概念 1.5 数据挖掘的技术 1.6 数据挖掘的应用领域 1.7 数据挖掘的主要问题 1.3 数据挖掘的对象 第四章 挖掘频繁模式、关联与相关性 4.2.1 Apriori:候选生成和测试方法 4.3 哪些模式是有趣的?——模式评估方法 4.2.3 FP-growth: 频繁模式增长方法 4.2.2 提高Apriori算法的效率 4.2 频繁项集挖掘方法 4.1 基本概念 第五章 聚类分析:基本概念与方法 5.4 其他聚类方法 5.3 划分方法 5.2 主要聚类方法的分类 5.1 聚类分析:基本概念 序 0.2数据挖掘技术大咖——美籍华人韩家炜教授 0.1啤酒与尿布的故事——神奇的购物篮分析 0.3国内大数据第一人——阿里巴巴总裁马云 0.4科学发展的全新时代——数据科学时代 第三章 数据预处理 3.3 数据集成 3.1 数据预处理:概述 3.4 数据归约 3.2 数据清理 3.4.1 维归约 3.5 数据变换和数据离散化 3.4.2 数值归约 第二章 认识数据 2.2.1 中心趋势度量 2.1数据对象与属性类型 2.2.2 分散性度量 2.3 数据可视化 2.4 度量数据的相似性和相异性 2.2.3 基本统计描述的图形显示 2.2数据的基本统计描述 习题课 习题课 |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |