智能决策理论与方法(1)

• 数据挖掘(Data Mining，DM) 是KDD的核心阶段, 通过实 施相关算法获得期望的模式。
2021年1月21日
2021年1月21日7时16 分
决策理论与方法-智能决 策理论与方法
电子商务新进展：数据挖掘
KDD过程
理解、定义用户的目标和K DD运行的环境。
2021年1月21日7时16 分
分
策理论与方法
数据预处理—连续属性离散
化
假设某个属性的最大属性值为xmax，最小属性值为xmin，
用户给定的分割点参数为k，则分割点间隔为δ=(xmax-xmin)
/k，
所得到的属性分割
点为xmin+i，i=1,2,…,k。
(2)等信息量离散化方法
等信息量分割首先将测量值进行排序，然后将属性值域
分成k个区间，每个区间包含相同数量的测量值。假设某
决策理论与方法
(1)
——智能决策理论与方法
合肥工业大学管理学院 2021年1月21日
不确定性决策
• 不确定性决策：指难以获得各种状态发生的概率，甚至对 未来状态都难以把握的决策问题。
• 特点：状态的不确定性。
• 不确定性：不确定性来自人类的主观认识与客观实际之间存在的差异。事物发生 的随机性、人类知识的不完全、不可靠、不精确和不一致以及自然语言中存在的 模糊性和歧义性，都反映了这种差异，都会带来不确定性。不确定性就造成了具 有相同描述信息的对象可能属于不同概念。
用户自定义区间等。应用不同的准则可将现有的离散化方法
分为局部与全局方法(论域空间)、静态与动态方法(属性空间)
和有导师与无导师方法(是否依赖决策属性)。
(1)等区间离散化方法
等区间分割是将连续属性的值域等分成 ( ki N )个区间, ki
一般由用户确定。 2021年1月21日7时16
决策理论与方法-智能决
A转换成离散化的数据集 AP 。因此离散化问题本质上可归结
为利用选取的20分21年割1月点21日对7时属16 性的值决策域理空论与间方法进-智行能决划分的问题。
分
策理论与方法
数据预处理—连续属性离散 化
离散化方法
典型的有等区间方法、等信息量方法、基于信息熵的方法、
Holte的1R离散化方法、统计试验方法、超平面搜索方法以及
• 解决问题的主要理论方法：人工智能与不确定性理论
2021年1月21日7时16 分
决策理论与方法-智能决 策理论与方法
智能决策理论与方法
1、智能决策理论的形成背景 2、知识发现 3、粗糙集理论 4、机器学习
2021年1月21日7时16 分
决策理论与方法-智能决 策理论与方法
智能决策理论与方法—形成 背景
其
si
ci 0
ci 1
ci 2
ci ki
ei
ki
中
2021年1月21日7时16 分
k 决策理论与方法-智能决 策理论与方法
i
， 为一整数，表示离散化程度，可以看作按属性将论域中
数据预处理—连续属性离散 化
对于需要离散化的连续属性集C C ，其分割点集合记为
P {ci} Pi ci C
{(ci
We are drowning in data, but starving for knowledge!
2021年1月21日7时16 分
决策理论与方法-智能决 策理论与方法
KDD & DM
• 知识发现(Knowledge Discovery in Databases ,KDD) 是 指从大量数据中提取有用的(useful)、新颖的(novel)、 有效的(valid)并最终能被人理解(understandable)的模 式(patterns)的处理过程(process)。
个属性的最大属性值为xmax ，最小属性值为xmin ，用户给 定的分割点参数为k，样本集中的对象个数为n，则需要将
样本集中的对象按该属性的取值从小到大排列，然后按对
象数平均划分为k段即得到分割点集，每两个相邻分割点
之间的对象数均为n/k。
2021年1月21日7时16 分
决策理论与方法-智能决 策理论与方法
知识发现—动机
决策者
决策支持查询 查询结果
不一定满意的决策
数据分析师 数据中心
❖ 问题
✓ 数据分析师与决策者之间对问题的理解存在偏差
✓ 缺少有创造性的决策建议
✓ 技术问202题1年1：月2如1日7查时1询6 效率(决R策D理B论M与S方)法-智能决
分
策理论与方法
知识发现—动机
推理机
推理结果
问题请求
❖ 问题
✓ 知识获202取1年是1月2基1日于7时1知6 识的系决策统理论(与KB方S法)-智的能最决 大瓶颈
分
策理论与方法
知识发现—动机
推理机
推理结果
问题请求
决策者
案例库 规则库
知识工程师 领域专家
❖ 问题
✓ 推理规则的获取与KBS中知识获取一样难，因而基于 案例推理(Case-Based Reasoning)渐渐变成基于案例 检索(C2分a02s1年e-1月B2a1日se7时d16Retrie决v策i理策n论理g与)论方。与法方-法智能决
2021年1月21日7时16 分
决策理论与方法-智能决 策理论与方法
为什么要开展数据挖掘？
• Big Data——大数据时代 • 第一，数据体量（Volume）巨大 。从TB级别，跃升到PB级别。 • 第二，数据类型繁多（Variety） 。网络日志、视频、图片、地理位置信息等等。 • 第三，价值（Value）密度低。以视频为例，连续不间断监控过程中，可能有用的 数据仅仅有一两秒。 • 第四，处理速度（Velocity）快。1秒定
ci 0
ci 1
i 2
c c e i
i
ki 1
ki
i
为一U样本{x数1 , x据2 ,集，, xn }
为非空有限集合，C是条件属性集，D是决策属性集。假设ci对 C
于任Vi 意 [有si , ei ) R
ci ， R是实数集，P则i Vi 为
连续属性。设 是 P上i 的{分c0i割, c点1i ,集合,，cki记i }为
ci C
,
ci 0
),(ci
,
ci 1
),(ci
,
ci 2
),,
(ci
,
ci ki
)}
将ci属性的连续取值映射到离散空间，即对于任意
xk U(k 1,2,, n)
若其属性ci
的取值在区间
[ci j 1
,
ci j
)(
j
(1,2,,
ki
))
内，则将属
性值重新标记为j。这样就把原来含有连续属性的样本数据集
决策者
知识库
数据挖掘工具
背景知识 领域专家
数据中心
❖ 优点
✓ 知识独立于问题本身
✓ 知识的获取主要通过数据挖掘实现
✓ 有创造2分0性21年收1月获21日7时16
决策理论与方法-智能决 策理论与方法
Data Mining within the DS S
2021年1月21日7时16 分
决策理论与方法-智能决 策理论与方法
• 针对可建立精确数学模型的决策问题，由于问题的复杂性，如组合爆炸、参数过 多等而无法获得问题的解析解，需要借助AI中的智能搜索算法获得问题的数值解；
• 针对无法建立精确数学模型的不确定性决策问题、半结构化或非结构化决策问题， 需要借助AI方法建立相应的决策模型并获得问题的近似解。
2021年1月21日7时16 分
数据预处理—连续属性离散 化
(3)统计试验方法
统计试验方法根据决策属性分析区间划分之间的独立程度，
确定分割点的有效性。
对于任意分割点
c
i j
Pi (0
j
ki )
，均可将
[si , ei )
分成2个区
间 Lc
[
si
,
c
i j
)
和 Rc
(c
i j
,
ei
)
，两区间的独立程度为：
2
2
决策理论与方法-智能决 策理论与方法
KDD过程
（1）维数约简(特征选择与 抽取，数据采样) （2）属性转换 (离散化和泛 化) （3）数据编码
2021年1月21日7时16 分
决策理论与方法-智能决 策理论与方法
KDD过程
(1)确定数据挖掘类型，如分类、 聚类、回归； (2) 选择特定的 方法； (3) 执行数据挖掘算法。
2021年1月21日7时16 分
决策理论与方法-智能决 策理论与方法
KDD过程
评估和解释所挖掘的模式， 重点是可理解性、有用性.
2021年1月21日7时16 分
决策理论与方法-智能决 策理论与方法
KDD过程
与原有知识系统合并。 挑战: 动态与增量挖掘问题。
2021年1月21日7时16 分
决策理论与方法-智能决 策理论与方法
2021年1月21日7时16 分
决策理论与方法-智能决 策理论与方法
数据预处理—空值估算
• 空值处理的常用方法：
• 从训练集中移去含未知值的实例； • 用某个最可能的值进行替换； • 基于样本中其它属性的取值和分类信息，构造规则来预测丢失的数据，并用预测
结果“填补”丢失值； • 应用贝叶斯公式确定未知值的概率分布，选择一最可能的值填补空值或根据概率
• 人类面临越来越复杂的决策任务和决策环境：
• 决策问题所涉及的变量规模越来越大； • 决策所依赖的信息具有不完备性、模糊性、不确定性等特点，使得决策问题难以