数据挖掘入门

在图书馆借了两本参考书：《数据挖掘导论》与《数据挖掘概念与技术》

 

序言：

1.什么是数据挖掘（知识发现）?

（1）数据清理（清除噪声和删除不一致数据）。

（2）数据集成（多种数据源可以组合在一起）。

（3）数据选择（从数据库提取与分析任务相关的数据）。

（4）数据变换（通过汇总或聚集操作，把数据变换和统一成适合挖掘的形式）。

（5）数据挖掘（基本步骤使用智能方法提取数据模式）。

（6）模式评估（根据某种兴趣度度量，识别代表只是的真正有趣的模式）。

（7）知识表示（使用可视化和知识表达技术，想用户提供挖掘的知识）。

 

2.什么是数据仓库？

·数据仓库是一个从多个数据源手机的信息存储库，存放在一致的模式下，并且通常驻留在单个站点上。

·数据仓库用称作数据立方体（data cube）的多位数据结构建模。其中，每个为对应于模式中的一个或一组属性。

 

3.数据挖掘任务

·预测任务：根据其他属性的值，预测特定属性的值。

·描述任务：导出概括数据中潜在联系的模式。（相关、趋势、聚类、轨迹、异常）

·预测建模：涉及以说明变量函数的方式为目标变量建立模型。分为：分类、回归。

·关联分析：用来发现描述数据中强关联特征的模式。

·聚类分析：旨在发现紧密相关的观测值组群。

·异常检测：识别其特征显著不同于其他数据的观测值。