1、空间数据挖掘与可视化信息工程大学地理空间信息学院李宏伟2 空间数据挖掘研究1 背景3 实例 ： 空间关联规则挖掘5 空间知识可视化6 几点思考4 数据挖掘软件1 背景By 李德仁数据（ Data）信息（ Information）知识（ Knowledge）智能（ Wisdom）DIKW大数据 海量数据数量价值多样性速度数量2.1 空间分类挖掘分类和预测是两种数据分析形式，用于提取描述重要数据类的数据类型或预测未来的趋势 。 空间分类挖掘解决大量数据分类问题。2 空间数据挖掘研究空间分类挖掘方法决策树方法：经典算法 -Quinlan的 ID3方法贝叶斯分类方法：朴素贝叶斯方法和贝叶 斯网络方法神
2、经网络方法：前向型、反馈型、随机型、自组织型支持向量机方法：基于统计学习理论，适于数据预处理、样本化应用空间分类挖掘方法（续）K-最邻近分类法基于案例的推理分类法遗传算法和进化计算粗糙集分类法2.2 空间聚类挖掘统计学方法机器学习方法数据库方法模式识别方法基于模型的方法基于密度的方法基于划分的方法基于层次的方法基于网格的方法混合方法方法分类具体方法聚类与分类不同，待划分的类是未知的。聚类将数据对象分组为多个类或簇，使同一个簇中的对象之间相似度最高，不同簇中的对象相似度最低。2.3 空间关联规则挖掘聚类挖掘基本研究内容确定性关联规则挖掘量化关联规则挖掘增量式关联规则挖掘模糊关联规则挖掘广义关联规则挖掘经典算法： Apriori算法Apriori算法改进利用 hash表的 DHP方法基于采样的方法并行关联规则挖掘的方法分布式关联规则挖掘的方法多层次关联规则挖掘的方法数值扩展的关联规则挖掘的方法形象规则的发现方法关联规则快速学习方法基于兴趣度进行数值型关联规则合并的方法采样 trie树进行关联规则挖掘利用概念格的关联规则挖掘的方法2.4 Internet和 Web空间数据挖掘Web挖掘内容挖掘结构挖掘用法挖掘基于机器学习技术的文本搜索引擎 基于协同的方法基于内容的方法2.5 空间数据挖掘智能方法神经计算、进化计算、免疫克隆计算、模糊计算与模糊推理
