1. 理解业务与理解数据； 　　 2. 获取相关技术与知识； 　　 3. 整合与查询数据； 　　 4. 去除错误或不一致及不完整的数据； 　　 5. 由数据选取样本先行试验； 　　 6. 建立数据模型 　　 7. 实际Data Mining的分析工作； 　　 8. 测试与检验； 　　 9. 找出假设并提出解释； 　　 10. 持续应用于企业流程

国际权威的学术组织the IEEE International Conference on Data Mining (ICDM) 2006年12月评选出了数据挖掘领域的十大经典算法：C4.5, k-Means, SVM, Apriori, EM, PageRank, AdaBoost, kNN, Naive Bayes, and CART. 不仅仅是选中的十大算法，其实参加评选的18种算法，

http://running.iteye.com/blog/914775 本章内容：  .什么是mahout  .初识推荐引擎，聚类，分类在现实生活  .建立mahout  你们可能已经从标题中猜出,这本书是关于一个特定的工具Mahout,在现实生活中使用。那么什么是mahout？  Mahout是一个Apache的开源机器学习项目。该算法属于广阔的 “机器学习

转自：http://bbs.sciencenet.cn/home.php?mod=space&uid=425672&do=blog&id=321016 采用云计算技术，实现海量数据的存储、分析、处理、挖掘，提供高可靠性、高性能的数据挖掘分析。 从系统架构来讲，基于云计算的并行数据挖掘工具平台包括三个层次，依下而上为 分布式计算层；数据挖掘平台层；业务应用层 （1）分布式计算

转自：http://blog.youkuaiyun.com/v_july_v/article/details/7577684 第一篇：从决策树学习谈到贝叶斯分类算法 引言     最近在面试中，除了基础 &  算法 & 项目之外，经常被问到或被要求介绍和描述下自己所知道的几种分类或

版权声明：     本文由LeftNotEasy发布于http://leftnoteasy.cnblogs.com, 本文可以被全部的转载或者部分使用，但请注明出处，如果有问题，请联系wheeleast@gmail.com 前言：     上一次写了关于PCA与LDA的文章，PCA的实现一般有两种，一种是用特征值分解去实现的，一种是用奇异值分解去实现的。在上篇文章中便是基于特征值