第八章 UML统一建模语言8.1 概述UML（Unified Modeling Language）是软件界第一个统一的建模语言，该方法结合了Booch, OMT, 和OOSE方法的优点，统一了符号体系，并从其它的方法和工程实践中吸收了许多经过实际检验的概念和技术。UML是一种标准表示，是一种基于面向对象的可视化的通用(General)建模语言。提供统一的交流标准——UML图。面向对象建模的基本概念

第七章 面向对象的设计方法7.1 面向对象的基本概念面向对象的概念和应用已超越了程序设计和软件开发，扩展到如数据库系统，交互式界面，分布式系统，网络管理结构和人工智能等领域。面向对象的技术已成为软件开发的一种新方法，新技术。7.1.1 什么是面向对象的开发方法面向对象的开发方法——OOSD法是一种把面向对象的思想应用于软件开发过程，指导开发活动的系统方法。问题空间——软件系统所涉及到的应用领域和业

在这个社交媒体和互联网的世界中，我们接触到各种新闻和文章，但其中一些新闻和文章是假的，是为了好玩或出于恶意而制作的，这对社会是非常有害的。想对媒体产生的新闻进行鉴别，实现对虚假新闻和真实新闻的检测分类识别，以便用户对获取到的新闻进行清晰的认知，排除虚假新闻对用户的影响。

第七章 面向对象的设计方法7.1 面向对象的基本概念面向对象的概念和应用已超越了程序设计和软件开发，扩展到如数据库系统，交互式界面，分布式系统，网络管理结构和人工智能等领域。面向对象的技术已成为软件开发的一种新方法，新技术。7.1.1 什么是面向对象的开发方法面向对象的开发方法——OOSD法是一种把面向对象的思想应用于软件开发过程，指导开发活动的系统方法。问题空间——软件系统所涉及到的应用领域和业

第八章 回归8.1 回归概述回归分析（regression analysis)指的是确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。x：自变量y：因变量确定y随x的变化情况按因变量的多少：简单回归分析和多重回归分析涉及自变量的多少：一元回归和多元回归分析按自变量和因变量的关系类型：线性回归分析和非线性回归分析8.2 应用案例8.3 线性回归一元线性回归多元线性回归多项式回归m(x)=

第六章 分类6.1 分类、回归与聚类分类和回归是两种数据分析形式，用于提取描述重要数据类或预测未来的数据趋势的模型。分类：预测类对象的分类标号（离散值）回归：建立连续函数值模型6.2 分类的应用案例6.3 分类概念分类过程测试集要独立于训练样本集，否则会出现“过分拟合”(overfitting)的情况6.4 常用的分类方法6.4.1 K-近邻给定一个未知样本，k-最近邻分类法搜索模式空间，找出最接

第四章 数据仓库4.1 数据仓库4.1.1 数据仓库的定义数据仓库是一个面向主题的、集成的、时变的、非易失的数据集合，支持管理者的决策过程。主要进行分析决策，不太关注数据的操作4.1.2 数据仓库和数据库的关系数据仓库是从历史的角度提供信息，而数据库保存当前数据。数据仓库中的数据时间期限要远远长于操作型数据库中的 数据时间期限。演变过程：关系数据库→\rightarrow→高级数据库→\right

第二章 认识数据2.1 数据对象与属性类型数据集由数据对象组成。一个数据对象代表一个实体。 数据库中行对应数据对象，列对应于属性。数据属性标称属性标称属性的值是事物的标号或者名称。每一个值表示一个类别、编码或者状态。值没有次序。只能进行＝ ≠运算二元属性只有两个类别或者状态（0或1）二元属性是标称属性的特例对称的二元属性 权重相同非对称的二元属性 状态结果不是同样的重要只能进行＝ ≠运算序数属性可

第三章 数据预处理3.1 数据预处理：概述​数据有可能是有缺失、不一致、有噪声、高维数据质量：保证完整性 一致性 有噪声 准确性 时效性 可信性 可解释性数据预处理的主要工作：抓取/抽取工作：从不同的网络、平台、 数据库、数据格式、 应用中抽取数据。清洗：空缺、噪声数据处理等集成数据：合并、汇总、过滤等降维：将高维数据降低到低维空间中转换：重新格式化和转换质量差→\rightarrow→数据清洗→

第七章 聚类7.1 聚类分析聚类分析(Cluster analysis)，简称聚类(Clustering)，是一个把数据对象划分为子集的过程。簇(Cluster)：每一个子集是一个簇簇内对象相似，簇间对象相异最小化类内距离，最大化类间距离聚类是一种无监督学习好的聚类分析方法会产生高质量的聚类高类内相似度，低类间相似度聚类方法中主要的因素是距离或相似度聚类分析的数据挖掘功能作为一个独立的工具来获得数