关于数据挖掘的几个概念

整理的数据挖掘基本概念一书中的第一章的知识点

数据挖掘：从数据中提取有用模型的过程。其中，提出的模型可以是数据的汇总结果，不过一般情况下是数据中极端的特征所组成的集合。

邦弗朗尼原理：数据挖掘中考察数据的一个误区，指某个显著的特征如果是很有可能在随机数据中出现的话，那么根据这个显著的特征所获得的数据就具有不可依赖性。

TF.IDF：计算词频和词语重要度的一个计量指标

幂定律：类似于马太效应，可以表示为y=cxa，a为x的指数,此处a就是幂。这个定律在很多地方使用

比如pageRank，商品销量，包括TF.IDF词频统计中。

哈希，索引，这些也很重要，就不介绍了~~

ps：现阶段的数据挖掘中，机器学习和人工分析对于实际效果而言，并无明显优势