join_null的博客

数据挖掘是利用业务知识从数据中发现和解释知识（或称为模式）的过程，这种知识是以自然或者人工形式创造的新知识。 　 　当前的数据挖掘形式，是在20世纪90年代实践领域诞生的，是在集成数据挖掘算法平台发展的支撑下适合商业分析的一种形式。也许是因为数据挖掘源于实践 而非 理论，在其过程的理解上不太引人注意。20世纪90年代晚期发展的CRISP-DM，逐渐成为数据挖掘过程的一种标准化过程，被越来越多的数

CRISP-DM 模型为一个KDD（knowledge discover in database）工程提供了一个完整的过程描述。该模型将一个KDD工程分为6个不同的，但顺序并非完全不变的阶段。 商业理解（business understanding） 在这第一个阶段我们必须从商业的角度了解项目的要求和最终目的是什么，并将这些目的与数据挖掘的定义以及结果结合起来。

连接器与io 数据库 类别 Python R MySQL mysql-connector-python(官方) RMySQL Oracle cx_Oracle ROracle MongoDB pymongo RMongo, rmongodb ODBC pyo

线性回归第一节===================================================================== 1.线性回归用途：预测、判别合理性 2.线性回归种类：一元线性回归、多元线性回归、广义线性回归 一元线性回归：一个自变量参与的直线回归 多元线性回归：多个自变量参与的直线回归 广义线性回归：非直线的回归 3.难点：自变量选取 避免多

http://www.cnblogs.com/nxld/p/6170690.html

1.https://www.zhihu.com/question/20852004