浙江大学-包家立计算生物学

数据挖掘的实施流程

数据挖掘的目标

分类
聚类
相关性分析（自相关，互相关）
偏差分析

结果的阐释与评估
剔除无意义的模式
引入新的选择算法

信息的传输过程
信息从信源出发，经由信道传递至信宿
信息编码是指将信源发出的信号转换为机器可识别的形式，再通过信道进行传输。例如打电话时，声音信号首先经过编码处理，随后以电信号形式通过信道（如电磁波）传播。电磁波信号受到干扰时，会影响传输质量，这也解释了为何通过电磁屏蔽可以中断电子设备之间的通信。

采用二进制编码方式
首先将事件划分为两个等概率事件，再依据发生概率对每一层级的事件进行逐级细分。

字符位数

h(i) = log₂(1/Pi)，以二进制为例，这里的对数底数即为进制数值

此处的h(i)同样用于表示信息量I（xi）

而信息熵则是h(i)与对应事件概率