知识卡片
数据挖掘与知识发现
数据挖掘与知识发现常被混用,实为部分与整体。知识发现指从原始数据中提炼有效、新颖、潜在有用的知识,并向使用者屏蔽数据细节,描述的是从数据到知识的完整过程。数据挖掘是其中专门抽取数据模式或模型的一步,虽只是一环,却是最核心的一环。数据挖掘还常与在线数据分析对比:前者在没有明确假设时探索数据、产生新假设,后者用数据验证已有假设。所以跑一个聚类算法不等于完成知识发现,挖出的模式还需解释、验证与呈现。
这张卡片看不懂?
这张卡片的反馈已满 10 条,暂时无法继续提交。
已有反馈 · 0 / 10 条
还没有人提交反馈。
原书出处
参考来源
- 位置:《数据库原理(微课版)》第12章《大数据管理技术》12.2.2节"大数
据知识获取技术"与12.2.2节"大数据知识推理技术"(源文件:_epub-src/index_split_008.html)
- 结论依据:原文明确"知识发现表示将底层数据转换为高层知识的整个
过程,而数据挖掘可认为是对数据模式或模型的抽取,是对数据挖掘的
一般解释。数据挖掘仅是整个知识发现过程的一个步骤,但它却是知识
发现过程的核心""数据挖掘和在线数据分析的主要区别是:数据挖掘
主要用于产生假设,而在线数据分析主要用于查证假设",因此可以推出
两者的层级关系及数据挖掘与在线分析的目的差异。
- 原始内容:知识发现表示将底层数据转换为高层知识的整个过程,而数据挖掘可认为是对数据模式或模型的抽取……数据挖掘仅是整个知识发现过程的一个步骤,但它却是知识发现过程的核心。