1.数据挖掘的内容
数据挖掘所发现的知识中最常见的有五类：广义知识（Generalization）、关联知识（Association）、分类知识（Classification ＆ Clustering）、预测型知识（Prediction）、偏差型知识（Deviation）。
数据挖掘将数据转化为知识，其目的是从数据中揭示一些新的、有用的信息。数据挖掘所发现的知识最常见的有以下几类：（1）广义知识。广义知识指类别特征的概括性描述知识。根据数据的微观特性发现其表征的、带有普遍性的、较高层次概念的、中观和宏观的知识，反映同类事物的共同性质，是对数据的概括、精炼和抽象。（2）关联知识。它反映一个事件和其他事件之间依赖或关联的知识。如果两项或多项属性之间存在关联，那么其中一项的属性值就可以依据其他属性值进行预测。（3）分类知识。它反映同类事物共同性质的特征型知识和不同事物之间的差异型特征知识。（4）预测型知识。它根据时间序列型数据，由历史的和当前的数据去推测未来的数据，也可以认为是以时间为关键属性的关联知识。（5）偏差型知识。偏差型知识是对差异和极端特例的描述，揭示事物偏离常规的异常现象，如标准类外的特例、数据聚类外的离群值等。
2.数据挖掘的特点
数据挖掘的显著特点：第一，处理大量的数据。数据挖掘要处理的数据库（数据仓库）的规模十分庞大，达到GB、TB，甚至更大。第二，没有明确查询、挖掘假设。由于用户不能形成精确的查询要求，因此要依靠数据挖掘技术为用户寻找他可能感兴趣的东西。第三，基于统计规律发现规则。所发现的规则不必适用于所有数据，而是当达到一定的“门槛”时，即认为具有此规则。由此，利用数据挖掘技术可能会发现大量的规则。第四，规则的动态性。数据挖掘所发现的规则是动态的，它只反映了当前状态的数据集合具有的规则，随着不断地向数据库（数据仓库）中加入新数据，需要不断地更新规则。
3.数据挖掘与机器学习(www.chuimin.cn)
并非所有的东西都是数据挖掘，以下这些系统不是数据挖掘系统：基于数据仓库的OLAP系统、机器学习系统、数据统计分析系统、信息系统。相比于上述系统，数据挖掘系统关注的范围更广，是一个多学科的融合。海量数据处理强调的是算法的可扩展性，例如，随着数据量的增加，算法运行时间的增长应该是接近线性的。
机器学习（Machine Learning）是研究机器获取新知识和新技能，并识别现有知识的学问，其理论主要是设计和分析一些让计算机可以自动“学习”的算法。机器学习算法从数据中自动分析获得规律，并利用规律对未知数据进行预测。
数据挖掘与传统联机分析处理OLAP不同，对大数据的深度分析主要基于大规模的机器学习技术。
图1-11 数据挖掘与机器学习
有关大数据挖掘技术及其在医药领域的应用的文章
打开VMware Workstation→点击文件→新建虚拟机。图9-2选择典型（推荐）选择“安装程序光盘映像文件”，选择指定的CentOS系统的.iso文件，点击“下一步〉”。图9-10在CentOS 6中安装VMware Tools重启CentOs 6。图9-11CentOS 6重启输入密码zkpk，登录进系统。图9-12CentOS 6安装完成下面克隆HadoopSlave。图9-14设置克隆虚拟机选项创建完整克隆。图9-16命名虚拟机图9-17正在准备克隆虚拟机图9-18正在克隆虚拟机点击“关闭”按钮后，发现“HadoopSlave”虚拟机已经在左侧的列表栏中。......
2023-11-08
在HBase Shell提示符下执行help命令可列出所有命令列表。命名空间类命令命名空间是对表的逻辑分组，HBase可以针对命名空间分配资源限额，指定HRegionServer子集，进行安全管理等。大多数配置更改后必须重新启动HBase集群才能生效，与HRegion压缩、拆分相关的参数可以动态更改，更改后在HBase Shell中执行update_all_config命令即可生效。......
2023-11-08
MapReduce编程：编写WordCount类，实现Mapper接口，实现Reducer接口，配置作业，代码测试，打包发布。其中，key为该行在文本中的偏移量，value值为这一行的内容。Map处理将分割好的〈key，value〉对作为map（）方法的输入，然后由用户定义的map（）方法进行Map处理，生成新的〈key，value〉对。Reduce处理首先，Reduce端接收到来自Map端的数据后，对数据进行排序，如图5-27Reduce端排序结果所示。......
2023-11-08
分类是一种基本的数据分析方式，根据其特点，可将数据对象划分为不同的部分和类型，再进一步分析，能够进一步挖掘事物的本质。分类分析的用途：解释和预报。......
2023-11-08
关联规则是寻找在同一个事件中出现的不同项的相关性。关联分析即利用关联规则进行数据挖掘。关联规则挖掘问题的描述：项目集，设I=｛i1，i2，…关联规则挖掘的目标，给定一个事务集合T，关联规则挖掘即找出T中所有满足支持度和置信度分别高于一个用户指定的最小支持度和最小置信度的关联规则。......
2023-11-08
数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。数据挖掘的替换词，包括数据库中的知识挖掘、知识提炼、数据/模式分析、数据考古、数据捕捞、信息收获，等等。数据挖掘方面更多的国际会议，如PAKDD，PKDD，SIAM-Data Mining，ICDM，DaWaK，SPIE-DM等。......
2023-11-08
表7-1数据采集按照数据来源划分，大数据的三大主要来源为商业数据、互联网数据与物联网数据。物联网数据的特点主要包括：物联网中的数据量更大，物联网中的数据传输速率更高，物联网中的数据更加多样化，物联网对数据真实性的要求更高。随着物联网技术、智能设备的发展，这种基于传感器的数据采集会越来越多，相应对于其的研究和应用也会越来越重要。......
2023-11-08
健康医疗大数据典型应用。可以构建大数据平台来收集不同病例和治疗方案以及病人的基本特征，建立针对疾病特点的数据库，帮助医生进行疾病诊断。医疗行业的大数据应用一直在进行，但是数据并没有完全打通，基本都是孤岛数据，没办法进行大规模的应用。健康医疗大数据在医疗行业治理方面的典型应用：卫生体制改革评估监测。大数据在疾病预测中的作用。大数据在临床业务、付款和定价、研发、大数据基因等方面的应用。......
2023-11-08
相关推荐