一、简答题(每题5分共计20分)1、简述数据挖掘主要技术的定义和数据挖掘主要技术的主要方法。2、简述CRISP-DM模型的数据挖掘主要技术过程3、简述决策树的基本原理。4、简述数據筛选在数据挖掘主要技术中的作用数据... 一、简答题(每题5分,共计20分)
1、简述数据挖掘主要技术的定义和数据挖掘主要技术的主要方法
2、简述CRISP-DM模型的数据挖掘主要技术过程。
3、简述决策树的基本原理
4、简述数据筛选在数据挖掘主要技术中的作用,数据筛选算法有哪些應用场合有何不同?
二、详细阐述题((每题10分共计40分)
1、给出一个例子,说明数据挖掘主要技术对商务的成功是至关重要的该商务需要什么样的数据挖掘主要技术功能?它们能够由数据查询处理或简单的统计分析实现吗
2、什么是聚类?简单描述如下的聚类方法:划分方法层次方法,基于密度的方法基于模型的方法。并为每类方法给出简单例子
3.分别说明利用支持度、置信度和提升度评价关联的优缺點
4、给定决策树,选项有:(1)将决策树转换成规则然后对结果规则剪枝,或(2)对决策树剪枝然后将剪枝后的树转换成规则。相对於(2)(1)的优点是什么?
三、实践应用(三选二)(共计40分)
1. 结合您自己的实际工作构建数据文件,使用数据挖掘主要技术工具Clementine選取适当的数据挖掘主要技术算法,构建数据挖掘主要技术模型对所构建的数据文件进行数据分析和数据挖掘主要技术,
(2)对所采用嘚数据挖掘主要技术算法思想进行简单描述;
(3)使用数据挖掘主要技术工具Clementine给出数据流,描述数据流构建过程并附构建截图说明构建過程;
(4)查看模型输出结果并给出图示及简单说明;
(5)得出数据挖掘主要技术结论
2.应用CARMA算法,对Demos文件夹中的BASKERS1n数据文件进行数据分析囷数据挖掘主要技术
(1)对CARMA数据挖掘主要技术算法思想进行简单描述;
(2)使用数据挖掘主要技术工具Clementine,给出数据流描述数据流构建過程并附构建截图说明构建过程;
(3)查看模型输出结果并给出图示及简单说明;
(4)得出数据挖掘主要技术结论。
(1)对APRIORI数据挖掘主要技术算法思想进行简单描述;
(2)使用数据挖掘主要技术工具Clementine给出数据流,描述数据流构建过程并附构建截图说明构建过程;;
(3)查看模型输出结果并给出图示及简单说明;
(4)得出数据挖掘主要技术结论
求大神回复,留V或邮箱酬谢,急急急
1、简述数据挖掘主要技术的定义和数据挖掘主要技术的主要方法
2、简述CRISP-DM模型的数据挖掘主要技术过程。
3、简述决策树的基本原理
4、简述数据筛选在数据挖掘主要技术中的作用,数据筛选算法有哪些應用场合有何不同?
二、详细阐述题((每题10分共计40分)
1、给出一个例子,说明数据挖掘主要技术对商务的成功是至关重要的该商务需要什么样的数据挖掘主要技术功能?它们能够由数据查询处理或简单的统计分析实现吗
2、什么是聚类?简单描述如下的聚类方法:划分方法层次方法,基于密度的方法基于模型的方法。并为每类方法给出简单例子
3.分别说明利用支持度、置信度和提升度评价关联的优缺點
4、给定决策树,选项有:(1)将决策树转换成规则然后对结果规则剪枝,或(2)对决策树剪枝然后将剪枝后的树转换成规则。相对於(2)(1)的优点是什么?
三、实践应用(三选二)(共计40分)
1. 结合您自己的实际工作构建数据文件,使用数据挖掘主要技术工具Clementine選取适当的数据挖掘主要技术算法,构建数据挖掘主要技术模型对所构建的数据文件进行数据分析和数据挖掘主要技术,
(2)对所采用嘚数据挖掘主要技术算法思想进行简单描述;
(3)使用数据挖掘主要技术工具Clementine给出数据流,描述数据流构建过程并附构建截图说明构建過程;
(4)查看模型输出结果并给出图示及简单说明;
(5)得出数据挖掘主要技术结论
2.应用CARMA算法,对Demos文件夹中的BASKERS1n数据文件进行数据分析囷数据挖掘主要技术
(1)对CARMA数据挖掘主要技术算法思想进行简单描述;
(2)使用数据挖掘主要技术工具Clementine,给出数据流描述数据流构建過程并附构建截图说明构建过程;
(3)查看模型输出结果并给出图示及简单说明;
(4)得出数据挖掘主要技术结论。
(1)对APRIORI数据挖掘主要技术算法思想进行简单描述;
(2)使用数据挖掘主要技术工具Clementine给出数据流,描述数据流构建过程并附构建截图说明构建过程;;
(3)查看模型输出结果并给出图示及简单说明;
(4)得出数据挖掘主要技术结论
求大神回复,留V或邮箱酬谢,急急急