數據挖掘演算法好處

A. 用於數據挖掘的聚類演算法有哪些，各有何優勢

K均值聚類：最適合處理大數據，適用於大樣本的個案聚類，分類數明確，適用於連續性變數；
系統聚類：適用於個案或變數聚類，對分類數沒有要求，連續性和分類型變數均適用；
兩步聚類：1）分類變數和連續變數均可參與二階聚類；2）可自動確定分類數；3）適用於大數據集；4）用戶可自己定製用於運算的內存容量

B. 數據挖掘，聚類分析演算法研究的目的和意義是什麼！

圖像分割
基本原理：根據圖像的組成結構和應用需求將圖像劃分為若干個互不相交的子區域的過程。這些子區域四某種意義下具有共同屬性的像素的連通集合。常用方法有：
1） 以區域為對象進行分割，以相似性原則作為分割的依據，即可根據圖像的灰度、色彩、變換關系等方面的特徵相似來劃分圖像的子區域，並將各像素劃歸到相應物體或區域的像素聚類方法，即區域法；
2） 以物體邊界為對象進行分割，通過直接確定區域間的邊界來實現分割；
3） 先檢測邊緣像素，再將邊緣像素連接起來構成邊界形成分割。

具體的閾值分割：

閾值分割方法分為以下3類:
1) 全局閾值:T=T[p(x,y)〕，即僅根據f(x,y)來選取閾值，閾值僅與各個圖像像素的本身性質有關。
2) 局部閾值:T=T[f(x,y),p(x,y)],閾值與圖像像素的本身性質和局部區域性質相關。
3) 動態閾值:T=T[x,y,f(x,y),p(x,y)],閾值與像素坐標，圖像像素的本身性質和局部區域性質相關。
全局閾值對整幅圖像僅設置一個分割閾值，通常在圖像不太復雜、灰度分布較集中的情況下採用;局部閾值則將圖像劃分為若干個子圖像，並對每個子圖像設定局部閾值;動態閾值是根據空間信息和灰度信息確定。局部閾值分割法雖然能改善分割效果，但存在幾個缺點:
1) 每幅子圖像的尺寸不能太小，否則統計出的結果無意義。
2) 每幅圖像的分割是任意的，如果有一幅子圖像正好落在目標區域或背景區域，而根據統計結果對其進行分割，也許會產生更差的結果。
3) 局部閾值法對每一幅子圖像都要進行統計，速度慢，難以適應實時性的要求。
全局閾值分割方法在圖像處理中應用比較多，它在整幅圖像內採用固定的閾值分割圖像。考慮到全局閾值分割方法應用的廣泛性，本文所著重討論的就是全局閾值分割方法中的直方圖雙峰法和基於遺傳演算法的最大類間方差法。在本節中，將重點討論灰度直方圖雙峰法，最大類間方差法以及基於遺傳演算法的最大類間方差法留待下章做繼續深入地討論。
參詳《數字圖像處理》工具：MATLAB或VC++

C. 數據挖掘的重要性是什麼

數據挖掘在企業和事業單位應用越來越廣泛，它已經成為了一種新的經濟資產，被看作是新世紀的礦產與石油，為整個社會帶來了全新的創業方向、商業模式和投資機會。

數據挖掘就像眼睛和大腦，可以通過分析數據獲得洞察力，就像大海上的指南針，指明方向。大數據時代，組織和企業會更多的依靠數據分析而非經驗和直覺來制定決策。充分挖掘和使用數據的價值將為組織和企業帶來強大的競爭力。另外，按照國家發展戰略的要求，崗位人才的缺口以及市場規模的帶動，都從不同方面體現了數據分析師職業的重要性。近年來，現代信息技術不斷進步，以大數據為基礎的各類科技應 用成為市場熱點，通過將大數據應用於產品營銷、客戶體驗改進、風險控制等方面，取得了很好的效果。所以，未來數據挖掘將會應用到越來越多的行業之中。

數據挖掘在未來重要性會越來越高，目前來說這方面的人才還是比較少的，推薦上CDA數據分析師的課程，能夠掌握該項技術，對於未來發展是很有利的。課程以項目調動學員數據挖掘實用能力的場景式教學為主，在講師設計的業務場景下由講師不斷提出業務問題，再由學員循序漸進思考並操作解決問題的過程中，幫助學員掌握真正過硬的解決業務問題的數據挖掘能力。點擊預約免費試聽課。

D. 數據挖掘具有哪些特點

1、基於大量數據：並非說小數據量上就不可以進行挖掘，實際上大多數數據挖掘的演算法都可以在小數據量上運行並得到結果。但是，一方面過小的數據量完全可以通過人工分析來總結規律，另一方面來說，小數據量常常無法反映出真實世界中的普遍特性。
2、非平凡性：所謂非平凡，指的是挖掘出來的知識應該是不簡單的，絕不能是類似某著名體育評論員所說的“經過我的計算，我發現了一個有趣的現象，到本場比賽結束為止，這屆世界盃的進球數和失球數是一樣的。非常的巧合!”那種知識。這點看起來勿庸贅言，但是很多不懂業務知識的數據挖掘新手卻常常犯這種錯誤。

3、隱含性：數據挖掘是要發現深藏在數據內部的知識，而不是那些直接浮現在數據表面的信息。常用的BI工具，例如報表和OLAP，完全可以讓用戶找出這些信息。

4、新奇性：挖掘出來的知識應該是以前未知的，否則只不過是驗證了業務專家的經驗而已。只有全新的知識，才可以幫助企業獲得進一步的洞察力。

5、價值性：挖掘的結果必須能給企業帶來直接的或間接的效益。有人說數據挖掘只是“屠龍之技”，看起來神乎其神，卻什麼用處也沒有。這只是一種誤解，不可否認的是在一些數據挖掘項目中，或者因為缺乏明確的業務目標，或者因為數據質量的不足，或者因為人們對改變業務流程的抵制，或者因為挖掘人員的經驗不足，都會導致效果不佳甚至完全沒有效果。但大量的成功案例也在證明，數據挖掘的確可以變成提升效益的利器。

E. 用於數據挖掘的分類演算法有哪些各有何優劣呢

超級簡單，就像做一些數數的工作。如果條件獨立假設成立的話，NB將比鑒別模型，收斂的更快，所以你只需要少量的訓練數據。

F. 大數據、數據挖掘各自的特色是什麼

數據挖掘是一門技術，是學問，更狹義一點就是對一類演算法研究的總稱，這些演算法的共同特點是從希望從真實世界的數據中識別出有用的pattern，進而獲取新的知識，最終落實到decision making。大數據，這個概念非常的虛，被賦予了太多的含義，缺乏實質的內涵。但是「大」是他們的共性。我更傾向於將其理解為近年來興起的一系列數據處理工具，其代表就是基於MapRece的Hadoop。他們大多基於分布式環境，以能夠處理海量數據或者實時性為賣點。

大數據和雲計算的關系：

1、從技術上來看，大數據和雲計算的關系就像一枚硬幣的正反面一樣密不可分。

2、大數據必然無法用單台的計算機進行處理，必須採用分布式架構。它的特色在於對海量數據進行分布式數據挖掘，但它必須依託雲計算的分布式處理、分布式資料庫和雲存儲、虛擬化技術。

3、雲時代的來臨，大數據的關注度也越來越高，分析師團隊認為大數據通常用來形容一個公司創造的大量非結構化數據和半結構化數據。

4、大數據分析常和雲計算聯繫到一起，因為實時的大型數據集分析需要像MapRece一樣的框架來向數十、數百或甚至數千的電腦分配工作。

5、大數據需要特殊的技術以有效地處理大量的容忍經過時間內的數據。適用於大數據的技術，包括大規模的並行處理資料庫、數據挖掘、分布式文件系統、分布式數據可、雲計算平台、互聯網和可擴展的存儲系統。

G. 數據挖掘演算法是做什麼的

演算法是利用計算機解決問題的處理步驟，簡而言之，演算法就是解決問題的步驟。

演算法必須具備兩個重要條件：

有效性：演算法必須要為給定的任務給出正確的結果，即，有滿足條件的輸入值時，此演算法一定要保證正常工作（返回正確的輸出值）。表明演算法有效性的方法之一就是斷點。斷點設置在演算法的任意位置上，判斷此位置是否滿足給出的條件，即，程序是否正確運行。

終止性：演算法中沒有永遠反復執行，即，沒有無限循環，且不返回答案的情況。演算法終止性可以用反復處理結束條件的判斷變數，或經過有限次的反復一定能到達結束條件等方法證明。

H. 什麼是數據挖掘 其功能是什麼

數據挖掘是從大量的、不完全的、有雜訊的、模糊的、隨機的數據中提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識的過程。
數據挖掘的流程是：

定義問題：清晰地定義出業務問題，確定數據挖掘的目的。
數據准備：數據准備包括：選擇數據–在大型資料庫和數據倉庫目標中 提取數據挖掘的目標數據集;數據預處理–進行數據再加工，包括檢查數據的完整性及數據的一致性、去雜訊，填補丟失的域，刪除無效數據等。
數據挖掘：根據數據功能的類型和和數據的特點選擇相應的演算法，在凈化和轉換過的數據集上進行數據挖掘。
結果分析：對數據挖掘的結果進行解釋和評價，轉換成為能夠最終被用戶理解的知識。

I. 數據分析與數據挖掘到底有什麼用

數據分析更淺顯，利用現有數據進行計算即可；數據挖掘，是基於海量相關數據，進行多維度數據分析，需要更專業的行業知識和技術水平才能進行

分享華域雲腦案例：大數據應用，大數據幫啤酒廠商更好的銷售啤酒
WeissBeerger 是一家以色列的初創公司，核心產品是一款名為 Beverage Analytic 的軟體應用，專門針對生啤銷售市場設計，通過實施監控酒吧內的生啤銷售情況來幫助啤酒製造商們更加靈活地感知市場、增加營收。

Beverage Analytic 對生啤銷售的監控首先需要藉助一個感測器和一個 移動 WiFi 大小的信息接收「盒子」。感測器和啤酒桶互相連接，因此各個店內生啤銷售的數據可以被實時監控，並經由「盒子」傳回後台。除了基礎的銷量外，生啤的溫度也被作為重要信息收集，因為在某種程度上，溫度確實會對生啤的口感產生一定的影響，進而影響飲料的口感。在數據收集後，Beverage Analytic 會向客戶提供實時的數據可視化分析結果。

對於啤酒生產商而言，Beverage Analytic 的優勢在於：

銷量監控和分析，WeissBeerger 會在銷售量、不同時間節點、地區等數據基礎之上建立各個區域、甚至具體到單個酒吧的生啤消費模型。

動態營銷建議，由於各個地區消費者在生啤上的消費習慣不同，一刀切的促銷活動並不能起到 1+1=2 的作用，如果基於 Beverage Analytic 分析結果在不同地區進行針對性的營銷方案，除了能節約成本外（在銷量較好、市場成熟的區域促銷力度並不需要很大），市場推廣效果也能起到 1+1 >2 的結果。

全流程品控。前面提到，如果儲藏不當，溫度發生劇烈變化的情況下，生啤的品質也會發生變化，藉助「盒子」的感測器，廠商可以將生啤產品的品控進一步延伸到銷售端，實現全流程管理，保證了啤酒風味的穩定性。