[转] TEST 数据挖掘知识清单

数据挖掘的基本流程

1. 商业理解：数据挖掘不是我们的目的，我们的目的是更好地帮助业务，所以第一步我们要从商业的角度理解项目需求，在这个基础上，再对数据挖掘的目标进行定义。
2. 数据理解：尝试收集部分数据，然后对数据进行探索，包括数据描述、数据质量验证等。这有助于你对收集的数据有个初步的认知。
3. 数据准备：开始收集数据，并对数据进行清洗、数据集成等操作，完成数据挖掘前的准备工作。
4. 模型建立：选择和应用各种数据挖掘模型，并进行优化，以便得到更好的分类结果。
5. 模型评估：对模型进行评价，并检查构建模型的每个步骤，确认模型是否实现了预定的商业目标。
6. 上线发布：模型的作用是从数据中找到金矿，也就是我们所说的“知识”，获得的知识需要转化成用户可以使用的方式，呈现的形式可以是一份报告，也可以是实现一个比较复杂的、可重复的数据挖掘过程。数据挖掘结果如果是日常运营的一部分，那么后续的监控和维护就会变得重要。

数据挖掘的常用算法

• 分类算法：C4.5决策树, 朴素贝叶斯(Naive Bayes), SVM(支持向量机), KNN(K最近邻算法), CART决策树, AdaBoost
• 聚类算法：K-Means, EM(最大期望算法)
• 关联分析：Apriori
• 连接分析 : PageRank
• 时间序列 : AR, MA, ARMA, ARIMA模型

数学原理

    概率论与数理统计、线性代数、图论、优化方法