Clementine软件功能缺陷分析
2015-08-09张钰莎蒋盛益
信阳师范学院学报(自然科学版) 2015年3期
张钰莎,蒋盛益
(1.广东外语外贸大学 南国商学院,广东 广州 510545;2.华南师范大学 计算机学院,广东 广州 510631;3.广东外语外贸大学 思科信息学院,广东 广州 510420)
0 引言
Clementine是一个可视化程度高、使用简便的数据挖掘平台,其操作与数据分析的一般流程相吻合[1].数据分析通常经过数据加载、数据展示和预处理、模型建立、模型评价等环节.Clementine形象地将这些环节中的功能表示成若干节点,将数据分析过程看成数据在各个节点之间的流动过程,并通过一个可视化的“数据流”直观地表示整个数据分析过程.Clementine的操作目的就是要建立一条或多条数据流,通过不断修改和调整流中的节点及参数,执行数据流,进而完成整个数据分析任务.由于Clementine操作简单易懂,没有编程的要求,使得管理人员、销售人员等非技术人员都能进行数据分析,在实际领域中的应用越来越广泛.但是,在使用过程中,我们发现部分节点预测性能不佳,甚至存在严重不足,本文通过实例分析离群点检测、特征选择及抽样等节点存在的缺陷.
1 离群点检测
聚类、分类、关联分析等数据挖掘方法重点在发现适用于大部分数据的常规模式,应用这些方法时,离群点(Outlier)通常作为噪音而被忽略以降低或消除离群数据的影响.但在安全管理、风险控制等应用领域,识别离群数据的模式比正常数据的模式更有价值.离群点检测被广泛用来发现稀有模式,或数据集中显著不同于其他数据的对象[2-3].通过对离群……
登录APP查看全文