badman250的专栏

1.数据挖掘概念笔记——引论 欢迎转载，转载请标明出处：          最近蛤蟆从公司借了一本书，书名《数据挖掘：概念与技术》作者：Jiawei Han。          感觉不错，读之并记之。          章节也是按照书中章节来，此处只是笔记，记录一些重要的概念和核心的思想。        为什么要进行数据挖掘？          答：需要是发明之母——柏拉图；

2.数据挖掘概念笔记——认识数据 欢迎转载，转载请标明出处： 数据集由数据对象组成。一个数据对象代表一个实体。 数据对象用属性描述。 数据对象又称样本、实例、数据点或对象。 1.  属性 属性是一个数据字段，表示数据对象的一个特征。一般，属性、维、特征和变量可以互换使用。 标称属性的值是一些符号或事物的名称。 二元属性是一种标称属性，只有两个类别或状态：0或1. 序数属性，可

3.数据挖掘概念笔记——数据预处理 欢迎转载，转载请标明出处： 数据预处理的方法组织如下：数据清理、数据集成、数据归约和数据变换。 为什么要预处理? 答：数据中存在噪声，存在低质量数据。数据质量包括三要素：准确性、完整性和一致性。 什么是数据清理？ 答：现实世界的数据一般是不完整的、有噪声的和不一致的，数据清理试图填充缺失的值、光滑噪声并识别离群点、纠正数据中的不一致。 为什么要

4.数据挖掘概念笔记——数据仓库与OLAP 欢迎转载，转载请标明出处： 数据仓库提供联机分析处理工具，用于各种粒度的多维数据的交互分析，有利于有效的数据泛化和数据挖掘。 什么是数据仓库？ 答：数据仓库有多种方式定义，很难给出一种严格的定义。宽泛的讲，数据仓库是一种数据库，与单位的操作数据库分别维护。数据仓库允许系统将各种应用系统集成在一起，为统一的历史数据分析提供坚实的平台，对信息处理

5.数据挖掘概念笔记——数据立方体技术 欢迎转载，转载请标明出处： OLAP工具通常使用数据立方体和多维数据模型，对汇总数据提供灵活的访问。 为什么需要数据立方体？ 答：有利用多维数据的联机分析处理。   有哪些数据立方体计算方法？ 答：多路数组聚集；通过探查有效的自顶向下计算次序和排序计算冰山立方体；星树结构；外壳片段立方体。   哪些基于立方体的方法？ 答：利用数据立方

6.数据挖掘概念笔记——挖掘频繁模式、关联和相关性术 欢迎转载，转载请标明出处： 频繁模式挖掘搜索给定数据集中反复出现的联系。 有哪些频繁项集挖掘方法： 答：类Apriori算法；基于频繁模式增长的算法；使用垂直数据格式的算法。 什么是Apriori算法？ 答：是为布尔关联规则挖掘频繁项集的原创性算法。 所有强关联规则都是有趣的么？ 答：非也，应当用模式评估度量来扩展支持度-置