精品版干货课件 数据挖掘技术及其应用 浙江大学研究生自动化相关课程 含示例：加热炉生产质量数据挖掘 共8个章节177页.pptx

干货课件，值得拥有，8个章节信息如下： （1）数据挖掘概述 （2）数据预处理 （3）数据挖掘算法－分类与预测 （4）数据挖掘算法－聚类 （5）数据挖掘算法－关联分析 （6）序列模式挖掘 （7）数据挖掘软件 （8）数据挖掘应用 最后含一个示例：加热炉生产质量数据挖掘 挖掘步骤如下： （1）样本抽取： 每加热一炉钢锭的生产历史数据记录为一组样本。 （2）数据挖掘步骤： 数据清洗：去除野值、数据平滑（移动平均） 模式抽取：所有样本各抽取10个特征模式 若用于质量预测： 主元分析：去除次要特征模式； 分类分析：建立质量分类模型（决策树）； 若用于质量分析： 主元分析：去除次要特征模式； 相关分析：计算主要特征模式与钢锭内裂之间的相关度； 结果验证：用测试样本集对挖掘结果进行测试 结果输出：输出质量分类决策树或质量相关分析结果。