策略：减法、加法，先加后减、先减后
加策略。a减法策略：以具体例子为出发点，对例子进行推广或泛化，推广即减
除条件（属性值）或减除合取项（为了方便，我们不考虑增加析取项的推广），使推广后的例子或规则不覆盖任何反例。b加法策略：起始假设规则的条件部分为空（永真规则），如果该规则覆盖了反例，则不停地向规则增加条件或合取项，直到该规则不再覆盖反例。c先加后减策略：由于属性间存在相关性，因此可能某个条件的加入会导致前面加入的条件没什么作用，因此需要减除前面的条件。d先减后加策略：道理同先加后减，也是为了处理属性间的相关性。典型的规则归纳算法有AQ、CN2和FOIL等。
4数据挖掘的聚类方法有哪些，请详细阐述之数据挖掘的聚类方法1）、划分方法（Partitio
i
gMethods）给定一个有
个对象的数据集，划分聚类技术将构造数据k个划分，每一个划分就代表一个簇，k
。也就是说，它将数据划分为k个簇，而且这k个划分满足下列条件：
a每一个簇至少包含一个对象。b每一个对象属于且仅属于一个簇。对于给定的k，算法首先给出一个初始的划分方法，以后通过反复迭代的方法改变划分，使得每一次改进之后的划分方案都较前一次更好。1）、层次聚类层次聚类方法对给定的数据集进行层次的分解，直到某种
f条件满足为止。具体又可分为：a凝聚的层次聚类：一种自底向上的策略，首先将每个对象作为一个簇，
然后合并这些原子簇为越来越大的簇，直到某个终结条件被满足。b分裂的层次聚类：采用自顶向下的策略，它首先将所有对象置于一个
簇中，然后逐渐细分为越来越小的簇，直到达到了某个终结条件。层次凝聚的代表是AGNES算法。层次分裂的代表是DIANA算法。2）密度聚类方法密度聚类方法的指导思想是，只要一个区域中的点的密
度大于某个域值，就把它加到与之相近的聚类中去。代表算法有：DBSCAN、OPTICS、DENCLUE算法等。3）其它聚类方法STINGStatistaicalI
formatio
Grid_basedmethod是一种基于网格的多分辨率聚类技术，它将空间区域划分为矩形单元。STING算法采用了一种多分辨率的方法来进行聚类分析，该聚类算法的质量取决于网格结构最低层的粒度。如果粒度比较细，处理的代价会显著增加；但如果粒度较粗，则聚类质量会受到影响。
5．请阐述数据挖掘的基本过程及步骤
一、业务理解：业务理解包括确定商业对象、了解现状、建立数据挖掘目标和制定计划书。应该是对数据挖掘的目标有一个清晰的认识，知道利润所在，其中包括数据收集、r