數(shù)據(jù)挖掘的統(tǒng)計模型和算法的研究.pdf

1、當前，無論是在學術(shù)界還是產(chǎn)業(yè)界，數(shù)據(jù)挖掘(Data Mining)都是一個相當熱門的專題，它是從大量數(shù)據(jù)源中，利用模式識別、統(tǒng)計和數(shù)學的技術(shù)、篩選發(fā)現(xiàn)新的有意義的關(guān)系、模式和趨勢的方法。 數(shù)據(jù)挖掘是一個交叉性的學科領(lǐng)域，受多個學科的影響，包括數(shù)據(jù)庫技術(shù)、統(tǒng)計學、信息科學、機器學習和可視化等。所以數(shù)據(jù)挖掘并不只是一種技術(shù)或是一套軟件，而是數(shù)種專業(yè)技術(shù)的綜合應(yīng)用。其中有相當大一部分是建立在統(tǒng)計分析的基礎(chǔ)上的，如預(yù)測模型中應(yīng)用較廣泛的

2、回歸和時間序列的方法。數(shù)據(jù)挖掘的一個難題是異常挖掘，而另一新興學科-統(tǒng)計診斷中的相關(guān)理論很大程度上解決了這一難題。本文在前人的研究基礎(chǔ)上，對數(shù)據(jù)挖掘的理論進行研究，從統(tǒng)計的角度出發(fā)，研究了數(shù)據(jù)挖掘中異常點、影響點挖掘的相關(guān)理論。 我們在第一章中介紹了數(shù)據(jù)挖掘、統(tǒng)計診斷的發(fā)展情況和國內(nèi)、外的研究現(xiàn)狀，并介紹了本文的主要工作。 第二章給出了本文涉及到的相關(guān)理論的綜述，包括數(shù)據(jù)挖掘、線性模型、統(tǒng)計診斷的相關(guān)理論。 第三