千文網(wǎng)小編為你整理了多篇相關(guān)的《數(shù)據(jù)挖掘?qū)嵱?xùn)總結(jié)五篇范文(優(yōu)秀范文三篇)》，但愿對(duì)你工作學(xué)習(xí)有幫助，當(dāng)然你在千文網(wǎng)還可以找到更多《數(shù)據(jù)挖掘?qū)嵱?xùn)總結(jié)五篇范文(優(yōu)秀范文三篇)》。

第一篇：數(shù)據(jù)結(jié)構(gòu)實(shí)訓(xùn)報(bào)告

題目：在火車貨場(chǎng)車皮編解場(chǎng)，2條軌道連接到2條側(cè)軌道，形成2個(gè)鐵路轉(zhuǎn)軌棧，其中左邊軌道為車皮入口，編號(hào)為A；右邊軌道為出口，編號(hào)為D；2個(gè)鐵路轉(zhuǎn)軌棧分別編號(hào)為C和D如下圖所示。編號(hào)為a, b, c, ┅, n的各車皮依序停放在車皮的入口處，調(diào)度室要安排個(gè)車皮進(jìn)出棧次序，使得在出口處各車皮按照預(yù)先制定的順序依次出站。車皮移動(dòng)時(shí)只能按照從左到右的方向移動(dòng)。 組織與指導(dǎo)老師：

組長(zhǎng)：*

成員：***

指導(dǎo)教師：*

完成時(shí)間、地點(diǎn)：

時(shí)間：第16周（6月6日～6月10日）

地點(diǎn)：南校區(qū)東教學(xué)樓2樓機(jī)房。

一、需求分析

1、問(wèn)題描述

掌握隊(duì)列、棧、樹的結(jié)構(gòu)以及基本操作，熟悉for循環(huán)語(yǔ)句，if條件語(yǔ)句的嵌套，結(jié)構(gòu)體函數(shù)等，從而實(shí)現(xiàn)程序的功能。

例如：

typedef struct Stack

{

Data *data;

Data *end;

}Stack;

……

2、實(shí)現(xiàn)功能

（1） 對(duì)于給定的車皮數(shù)n，以及各車皮的出站順序，編程計(jì)算最優(yōu)調(diào)度方案，使得移動(dòng)車皮的次數(shù)最少。

（2） 數(shù)據(jù)輸入：由文件input.txt給出數(shù)據(jù)。第一行有1個(gè)正整數(shù)n，表示車皮數(shù)；接下來(lái)的1行是一個(gè)字符串，表示預(yù)先確定的車皮的出站順序。

（3） 數(shù)據(jù)輸出：將計(jì)算得到的最優(yōu)調(diào)度方案輸出到文件output.txt，文件的第一行使最少移動(dòng)次數(shù)m，接下來(lái)的m行使對(duì)于最優(yōu)方案的m次移動(dòng)。每次移動(dòng)用“cXY”的3個(gè)字符表示，其中c表示車皮編號(hào)，X表示其時(shí)棧號(hào)，Y表示目標(biāo)棧號(hào)。如果無(wú)法調(diào)度則輸出“No Solution!”

二、概要設(shè)計(jì)

1、抽象數(shù)據(jù)類型

void ReadData ( void )

{

int i;

FILE *fp;

fp = fopen ( "input.txt", "r" );

if ( fp == NULL )

exit ( __COUNTER__ );

fscanf ( fp, "%d", &total );

if ( total

{

fclose ( fp );

exit ( __COUNTER__ );

}

……、

void Show ( Stack a, char *s )

{

char *tmp, *pc;

char *p = (char*)a.data;

pc = tmp = (char*) malloc ( total + 1 );

while ( p

*pc++ = *p++;

*pc = 0;

printf ( "%s%s", tmp, s );

}

……

if ( d == end )

{

if ( min > count )

{

min = count;

strcpy ( res, tmp );

return;

}

}

count++;

if ( A.end >= A.data )

a = *A.end;

else

a = EOD;

……

2、程序中包含功能模塊及模塊間的調(diào)用關(guān)系

各個(gè)基本操作都通過(guò)公有成員函數(shù)實(shí)現(xiàn)，然后通過(guò)主程序調(diào)用來(lái)實(shí)現(xiàn)程序的功能。

例如：

void Init ( Stack *a, int len )

{

a->data = (Data*) malloc ( len * sizeof(Data) );

memset ( a->data, 0, len * sizeof(Data) );

a->end = a->data - 1;

}

……

void main ( void )

{

ReadData();

Calc( head );

End();

}

三、調(diào)試分析

完成情況說(shuō)明：

編譯程序的過(guò)程中發(fā)現(xiàn)了許多漏洞，調(diào)試起來(lái)很不方便，經(jīng)過(guò)我和同學(xué)的共同努力，終于有了突破性的進(jìn)展，程序按照預(yù)定的時(shí)間調(diào)試出來(lái)了，雖然當(dāng)中還存在不少的漏洞，但不會(huì)影響程序的正常運(yùn)行。

程序的性能分析：各個(gè)操作都是通過(guò)公有函數(shù)的調(diào)用來(lái)實(shí)現(xiàn)的，其中用到結(jié)構(gòu)體函數(shù)，for循環(huán)，If語(yǔ)句的嵌套等，通過(guò)測(cè)試可以實(shí)現(xiàn)其預(yù)定的功能。 出現(xiàn)的問(wèn)題及解決方案：

缺失頭文件導(dǎo)致的定義無(wú)效錯(cuò)誤，通過(guò)添加頭文件即可解決問(wèn)題；定義字符類型錯(cuò)誤，使用正確的函數(shù)類型定義即可，for循環(huán)的循環(huán)語(yǔ)句語(yǔ)法使用不當(dāng)，導(dǎo)致函數(shù)無(wú)法實(shí)現(xiàn)循環(huán)，if條件語(yǔ)句的應(yīng)用還存在問(wèn)題，以上所述的編譯錯(cuò)誤都通過(guò)我很同學(xué)的認(rèn)真分析后糾正了。

四、用戶使用說(shuō)明

了解程序的執(zhí)行過(guò)程，輸入合法的數(shù)值是程序正常運(yùn)行的關(guān)鍵，輸入的數(shù)值和開始需要的字符的長(zhǎng)度要符合

五、心得體會(huì)：

通過(guò)多次編寫程序，我總結(jié)出來(lái)一條心得，程序不能寫完才調(diào)試，而是應(yīng)該寫一個(gè)函數(shù)調(diào)試一個(gè)函數(shù)，這樣才能縮小調(diào)試的范圍，提高編程的效率，程序編完后在進(jìn)行一次綜合調(diào)試，將不完善的函數(shù)和功能處理好，才能將程序做到最好！而且，很多時(shí)候，一個(gè)大的工程并不是一個(gè)人就能完成，這就要求我們有團(tuán)隊(duì)精神。讓我感受最深的是在我調(diào)試程序的時(shí)候，一個(gè)很細(xì)微的錯(cuò)誤就可能導(dǎo)致程序的出錯(cuò)，正所謂的“細(xì)節(jié)決定成敗”，不管是在學(xué)習(xí)中 ，生活中，我們都要有一顆善于發(fā)現(xiàn)問(wèn)題，解決問(wèn)題的新，除此之外，還要有樂于助人的精神。

第二篇：數(shù)據(jù)挖掘?qū)嵱?xùn)總結(jié)

數(shù)據(jù)挖掘?qū)嵱?xùn)總結(jié)

簡(jiǎn)單來(lái)說(shuō)，數(shù)據(jù)挖掘是基于“歸納”的思路，從大量的數(shù)據(jù)中（因?yàn)槭腔跉w納的思路，因此數(shù)據(jù)量的大小很大程度上決定了數(shù)據(jù)挖掘結(jié)果的魯棒性）尋找規(guī)律，為決策提供證據(jù)。從這種角度上來(lái)說(shuō)，數(shù)據(jù)挖掘可能并不適合進(jìn)行科學(xué)研究，因?yàn)閺谋举|(zhì)上來(lái)說(shuō)，數(shù)據(jù)挖掘這個(gè)技術(shù)是不能證明因果的，以一個(gè)最典型的例子來(lái)說(shuō)，例如數(shù)據(jù)挖掘技術(shù)可以發(fā)現(xiàn)啤酒銷量和尿布之間的關(guān)系，但是顯然這兩者之間緊密相關(guān)的關(guān)系可能在理論層面并沒有多大的意義。不過(guò)，僅以此來(lái)否定數(shù)據(jù)挖掘的意義，顯然就是對(duì)數(shù)據(jù)挖掘這項(xiàng)技術(shù)價(jià)值加大的抹殺，顯然，數(shù)據(jù)挖掘這項(xiàng)技術(shù)從設(shè)計(jì)出現(xiàn)之初，就不是為了指導(dǎo)或支持理論研究的，它的重要意義在于，它在應(yīng)用領(lǐng)域體現(xiàn)出了極大地優(yōu)越性。

現(xiàn)代的商業(yè)社會(huì)中，充斥著大量的信息，如何從這些信息中迅速的定位并找到有價(jià)值的信息顯然可以成為企業(yè)制勝的關(guān)鍵，畢竟在這個(gè)信息過(guò)載的世界里，基于多少信息所做出的決策會(huì)顯著的影響決策的質(zhì)量和科學(xué)性，而數(shù)據(jù)挖掘技術(shù)就使這種歸納決策得到了實(shí)現(xiàn)。數(shù)據(jù)挖掘可以從企業(yè)數(shù)據(jù)倉(cāng)庫(kù)中定位有價(jià)值的、但是并未事先被企業(yè)員工或者高層管理者知道的信息，并對(duì)這些信息進(jìn)行一些基本的分析（例如聚類、回歸等）。從目前的應(yīng)用來(lái)看，將數(shù)據(jù)挖掘技術(shù)應(yīng)用在營(yíng)銷或企業(yè)決策方面，管理者遵循的邏輯是“消費(fèi)者過(guò)去的行為會(huì)極大的影響甚至決定未來(lái)所做出的選擇”，而過(guò)往真實(shí)的數(shù)據(jù)顯然就是對(duì)消費(fèi)者行為最真實(shí)的記錄，從中挖掘出的規(guī)律對(duì)于企業(yè)決策自然是至關(guān)重要的。

一項(xiàng)好的技術(shù)并不一定要面面俱到，就像數(shù)據(jù)挖掘一樣，目前來(lái)說(shuō)，這項(xiàng)技術(shù)在理論研究中應(yīng)用可能并不合適，但是用于實(shí)際決策或者企業(yè)營(yíng)銷的過(guò)程中，顯然可以令過(guò)往數(shù)據(jù)完備的企業(yè)獲益匪淺

下面是個(gè)人對(duì)數(shù)據(jù)挖掘技術(shù)的認(rèn)識(shí)，和大家討論一下：

1、數(shù)據(jù)挖掘是種知識(shí)發(fā)現(xiàn)，是種foresight（預(yù)見性）。它不同于數(shù)據(jù)分析的就是它從大量的數(shù)據(jù)中找到信息，信息中發(fā)掘出知識(shí)，拿這個(gè)知識(shí)來(lái)指導(dǎo)實(shí)踐。而數(shù)據(jù)分析就是insight，找到這種現(xiàn)象的原因。

2、數(shù)據(jù)挖掘是一個(gè)過(guò)程，需要有反饋，驗(yàn)證，循環(huán)往復(fù)。不要期望很快就能得到一個(gè)好的模型或結(jié)論；不要期望一下找到最優(yōu)。

3、數(shù)據(jù)挖掘是任務(wù)驅(qū)動(dòng)的，不合適由研發(fā)來(lái)推動(dòng)。商業(yè)數(shù)據(jù)挖掘應(yīng)該由市場(chǎng)或銷售來(lái)發(fā)起，他們會(huì)發(fā)現(xiàn)一些最根本的問(wèn)題，而這些問(wèn)題往往是用“提高”或“改善”這樣的語(yǔ)言來(lái)描述的。并且他們能提供一些經(jīng)驗(yàn)，有效幫助研發(fā)來(lái)明確關(guān)鍵的特征，需要特別關(guān)注反饋的特征。描述問(wèn)題，準(zhǔn)備數(shù)據(jù)是數(shù)據(jù)挖掘的關(guān)鍵。

4、常用的數(shù)據(jù)挖掘方法就這么幾類，模型雖然有好有壞，但是原理是一樣的。建議用通用的工具，最基本的方法先對(duì)數(shù)據(jù)進(jìn)行一下分析，看看哪類模型是最適合的。常用的方法是聚類(K-means)，分類(決策樹)，關(guān)聯(lián)分析(Apriori)。常用的工具SPSS，Minitab,SAS.

如果你要成為一名研發(fā)人員，為了數(shù)據(jù)挖掘而數(shù)據(jù)挖掘是不合適的，為了測(cè)試某個(gè)模型而去用某個(gè)模型也是不合適的，一拿到任務(wù)就定制算法更是不合適的。分析要實(shí)現(xiàn)什么，能實(shí)現(xiàn)什么需要廣泛收集大家的意見，特別是做決策的。我們要比決策者更關(guān)注得到結(jié)論的過(guò)程，并要想方設(shè)法努力展現(xiàn)。

第三篇：數(shù)據(jù)挖掘

第4章 無(wú)監(jiān)督學(xué)習(xí)

4.1基本概念

圖4.1數(shù)據(jù)點(diǎn)的三個(gè)自然

4.2k-均值聚類

4.2.1k-均值算法

圖4.2k-均值算法

計(jì)算機(jī)組成原理(第三版)

圖4.3k-均值算法的運(yùn)行實(shí)例

4.2.2k-均值算法的硬盤版本

圖4.4一個(gè)簡(jiǎn)單的k-均值算法硬盤版本

計(jì)算機(jī)組成原理(第三版)

3 4.2.3優(yōu)勢(shì)和劣勢(shì)

圖4.5存在和不存在異常值情況下的聚類

圖4.6不理想的初始種子(聚類中心)

圖4.7理想的初始種子(聚類中心) 4

計(jì)算機(jī)組成原理(第三版)

圖4.8自然(不規(guī)則)聚類和k-均值聚類

4.3聚類的表示

4.3.1聚類的一般表示方法

圖4.9聚類的規(guī)則描述

4.3.2任意形狀的聚類

圖4.10兩個(gè)自然聚類以及

計(jì)算機(jī)組成原理(第三版)

5 4.4層次聚類

圖4.11層次聚類的一個(gè)例子

圖4.12合并層次聚類算法

圖4.13合并層次聚類算法的工作

4.4.1單鏈接方法

圖4.14單鏈接方法的連鎖反應(yīng)

計(jì)算機(jī)組成原理(第三版) 4.4.2全鏈接方法

圖4.15采用全鏈接方法聚類

4.4.3平均鏈接方法 4.4.4優(yōu)勢(shì)和劣勢(shì)

4.5距離函數(shù)

4.5.1數(shù)值的屬性(Numeric Attributes) 4.5.2布爾屬性和符號(hào)屬性(Binary and Nominal Attributes)

圖4.16兩個(gè)只具有布爾屬性數(shù)據(jù)點(diǎn)的混合矩陣

計(jì)算機(jī)組成原理(第三版)

7 4.5.3文本文檔

4.6數(shù)據(jù)標(biāo)準(zhǔn)化 4.7混合屬性的處理 4.8采用哪種聚類算法 4.9聚類的評(píng)估

圖4.17帶有熵和純度值的混合矩陣

計(jì)算機(jī)組成原理(第三版) 4.10發(fā)現(xiàn)數(shù)據(jù)區(qū)域和數(shù)據(jù)空洞

圖4.18用決策樹來(lái)區(qū)分?jǐn)?shù)據(jù)區(qū)域和空洞區(qū)域