从大量数据集中找出异常数据一般用什么数据挖掘算法

如题所述

举报该问题

第1个回答 2014-10-23

挖掘一般首先就是想到蓝翔挖掘机

第2个回答 2014-10-23

分类就可以，决策树，SVM，K近临，神经网络等等。

第3个回答 2014-10-23

聚类吧，异常数据一般会聚集到一类。。聚类方法太多，要根据实际情况选择。。本回答被提问者和网友采纳

相似回答

数据挖掘中常见的「异常检测」算法有哪些?答：2. 选择与评估在实际应用中，选择异常检测算法时需谨慎，如PCA和MCD在简单数据上的表现相似，但Isolation Forest在高维数据和大数据集中的效率更胜一筹。评估常用指标有ROC曲线和Precision@Rank n，Isolation Forest和KNN通常展示出稳定的表现。然而，KNN的性能受异常特征影响显著，需要根据具体情况调整参数。...

数据挖掘有哪些方法答：聚类分析是数据挖掘中一种非常重要的方法。它是指将大量的数据划分为若干个类别或簇，使得同一类别中的数据相似度较高，不同类别中的数据差异较大。聚类分析的方法包括K均值聚类、层次聚类等。这些方法可以帮助我们找出数据中的模式和结构，对于市场细分、客户分析等场景非常有用。关联规则挖掘是从数据集中...

数据挖掘的算法有哪些答：决策树算法是数据挖掘中常用的预测模型之一。它通过构建树状结构模型，将数据集分类或回归预测。决策树算法包括ID3、C4.5和CART等，它们通过递归地将数据集分割成不同的子集，以形成决策树的各个节点和分支。这种算法易于理解和解释，并且在许多领域得到了广泛应用。聚类算法是数据挖掘中一种无监督学习方法。

数据挖掘的方法有哪些?答：为了对数据进行较为准确的测试并据此分类，我们采用决策树算法，而决策树中比较典型的几种方法为：ID3算法，此方法具有较强的实用性，适用于大规模数据处理；KNN算法，此方法算量较大，适用于分别类别的数据处理。2..聚类分析挖掘方法。聚类分析挖掘方法主要应用于样品与指标分类研究领域，是一种典型的统计...

数据挖掘的算法主要答：分类算法是数据挖掘中常见的算法之一。这种算法主要是通过分析大量数据，找出数据的内在规律和模式，并利用这些模式和规律对数据进行分类。常见的分类算法包括决策树分类算法、贝叶斯分类算法等。这些算法广泛应用于预测模型，如预测一个客户的购买行为或预测疾病的风险等。聚类算法是数据挖掘中用于发现数据集中...

数据挖掘的数据分析方法有哪些答：利用数据挖掘进行数据分析常用的方法主要有分类、回归分析、聚类、关联规则、特征、变化和偏差分析、Web页挖掘等，它们分别从不同的角度对数据进行挖掘。 ①分类。分类是找出数据库中一组数据对象的共同特点并按照分类模式将其划分为不同的类，其目的是通过分类模型，将数据库中的数据项映射到某个给定的...

数据挖掘算法有哪几种答：数据挖掘算法主要包括以下几种：1. 分类算法：如决策树、随机森林、支持向量机（SVM）等。这些算法可以用于预测类别型数据。2. 聚类算法：如K-means、层次聚类、DBSCAN等。这些算法用于将数据分组，使得相似的数据点聚集在一起。3. 关联规则学习：这种方法主要用于识别数据集中项集之间的有趣关系，即识别...

数据挖掘技术主要包括哪些答：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...

大家正在搜

大数据是什么的数据挖掘大数据挖掘及应用什么是数据挖掘数据挖掘是什么意思数据挖掘实际应用大数据挖掘数据挖掘应用实例数据挖掘中心数据挖掘的实例