- 问答
-
问 模拟信号和模拟数据的关系是什么?
-
问 传统数据挖掘有哪些方法
-
问 会数据挖掘技术的请进！
永不认输 楼主需要的是数据挖掘从入门到精通，这得专门培训一段时间，据我了解（我不编程）起码得啃好几本算法的书，才能编出有效率的程序。。。看来你是想编数据挖掘的算法了，去看（加）韩家炜的《数据挖掘概念与技术（原书第2版）》吧。听别人建议：数学好的话，再去看看《数据挖掘原理》by David Hand,Heikki Mannila,Padhraic Smyth，和某本实验机器学习的书，DM理论水平应该有一定基础。当然了，如果只是混个学分就无所谓了，就算你编的程序跑1万条数据就歇菜了都没关系。 晕菜，下次提问把目的，背景说清楚了。建议你的系统架构把客户订单管理与数据挖掘分开，订单管理系统这个不难，你应该会，数据挖掘可以利用现有的软件做，（例如楼上的哥们所说的SAS，SPSS clementine(推荐这个)，甚至EXCEL2007）把订单管理系统中的数据导入数据挖掘软件中进行建模分析，至于分析什么，看你的爱好了，结合收款情况可以做信用管理，结合促销活动可以做营销相应分析，实在想简单点，做个聚类或者分类搞客户细分，等等，想混学分的话模型就用神经网络吧，这个黑箱你爱怎么解释就怎么解释。题外话，其实，很多时候用不上数据挖掘，统计分析就够了。统计分析做得不到位就搞数据挖掘纯属得瑟
-
问 数据挖掘技术主要包括哪些
匿名用户 数据挖掘技术主要有决策树 、神经网络 、回归 、关联规则 、聚类 、贝叶斯分类6中。1、决策树技术。决策树是一种非常成熟的、普遍采用的数据挖掘技术。在决策树里，所分析的数据样本先是集成为一个树根，然后经过层层分枝，最终形成若干个结点，每个结点代表一个结论。2、神经网络技术。神经网络是通过数学算法来模仿人脑思维的，它是数据挖掘中机器学习的典型代表。神经网络是人脑的抽象计算模型，数据挖掘中的“神经网络”是由大量并行分布的微处理单元组成的，它有通过调整连接强度从经验知识中进行学习的能力，并可以将这些知识进行应用。3、回归分析技术。回归分析包括线性回归，这里主要是指多元线性回归和逻辑斯蒂回归。其中，在数据化运营中更多使用的是逻辑斯蒂回归，它又包括响应预测、分类划分等内容。4、关联规则技术。关联规则是在数据库和数据挖掘领域中被发明并被广泛研究的一种重要模型，关联规则数据挖掘的主要目的是找出数据集中的频繁模式，即多次重复出现的模式和并发关系，即同时出现的关系，频繁和并发关系也称作关联。5、聚类分析技术。聚类分析有一个通俗的解释和比喻，那就是“物以类聚，人以群分”。针对几个特定的业务指标，可以将观察对象的群体按照相似性和相异性进行不同群组的划分。经过划分后，每个群组内部各对象间的相似度会很高，而在不同群组之间的对象彼此间将具有很高的相异度。6、贝叶斯分类技术。贝叶斯分类方法是非常成熟的统计学分类方法，它主要用来预测类成员间关系的可能性。比如通过一个给定观察值的相关属性来判断其属于一个特定类别的概率。贝叶斯分类方法是基于贝叶斯定理的，朴素贝叶斯分类方法作为一种简单贝叶斯分类算法甚至可以跟决策树和神经网络算法相媲美。参考资料来源：百度百科-数据挖掘
-
问 数据挖掘工程师的工作是什么
-
问 数据挖掘与知识发现
-
问 做数据挖掘需要什么工具啊？
-
问 数据挖掘概念与技术怎么样
-
问 怎么才能学好数据挖掘
富丽堂皇 好的资料，好的老师，最主要是自己努力中文名称：数据挖掘英文名称：data mining定义：一种透过数理模式来分析企业内储存的大量资料，以找出不同的客户或市场划分，分析出消费者喜好和行为的方法。应用学科：通信科技（一级学科）；服务与应用（二级学科） 数据挖掘（Data Mining，DM）又称数据库中的知识发现（Knowledge Discover in Database，KDD），是目前人工智能和数据库领域研究的热点问题，所谓数据挖掘是指从数据库的大量数据中揭示出隐含的、先前未知的并有潜在价值的信息的非平凡过程。数据挖掘是一种决策支持过程，它主要基于人工智能、机器学习、模式识别、统计学、数据库、可视化技术等，高度自动化地分析企业的数据，做出归纳性的推理，从中挖掘出潜在的模式，帮助决策者调整市场策略，减少风险，做出正确的决策。 知识发现过程由以下三个阶段组成：（1）数据准备，（2）数据挖掘，（3）结果表达和解释。数据挖掘可以与用户或知识库交互。 数据挖掘数据挖掘是通过分析每个数据，从大量数据中寻找其规律的技术，主要有数据准备、规律寻找和规律表示3个步骤。数据准备是从相关的数据源中选取所需的数据并整合成用于数据挖掘的数据集；规律寻找是用某种方法将数据集所含的规律找出来；规律表示是尽可能以用户可理解的方式（如可视化）将找出的规律表示出来。 数据挖掘的任务有关联分析、聚类分析、分类分析、异常分析、特异群组分析和演变分析，等等。 并非所有的信息发现任务都被视为数据挖掘。例如，使用数据库管理系统查找个别的记录，或通过因特网的搜索引擎查找特定的Web页面，则是信息检索（information retrieval）领域的任务。虽然这些任务是重要的，可能涉及使用复杂的算法和数据结构，但是它们主要依赖传统的计算机科学技术和数据的明显特征来创建索引结构，从而有效地组织和检索信息。尽管如此，数据挖掘技术也已用来增强信息检索系统的能力。
-
问 长安逸动轮毂数据
05aedfce6943 汽车轮毂的主要参数有：轮毂尺寸、PCD、偏距ET、中心孔 轮毂尺寸有两个参数组成：胎环直径和胎环宽度。表示方式有15x6.5 ；15x6.5JJ ；15x6.5J ；1565 等等,在格式上没有硬性的规定。前面的"15"表示胎环直径,代表轮毂的胎环直径是15英寸,后面的"6.5"(或者是6.5J、6.5JJ、65)是表示胎环宽度,代表轮毂的胎环宽度是6.5英寸。轮毂尺寸通常可以在轮毂的背面刻字上找到。PCD：是指轮毂螺栓孔的节圆直径。表示方式如5x114.3、10x100/114.3，"5"是表示螺栓孔的数目,代表有5个螺栓孔。"114.3"表示螺栓孔的节圆直径是114.3mm偏距：(也叫偏位或ET)是安装面与轮毂中心线的距离，通常在轮毂的背面可以找到这个参数。偏距是用来调节轮距和保证车轮不与车体不干涉。中心孔：就是轮毂中间的那个大孔，注意中心孔尺寸是从背面去测量才是正确的数据。各车都不一样，BENZ一般66.6MM, BMW一般72.6MM.如轮圈的轮轴孔大，一定要用中孔套环，否则高速时车轮会抖动。
/NO伈伈向荣 
1条回答
Bobby Gong 
吖,为什么?__Renata 
lost 
换个名字 
哆啦 
