一、数据挖掘基础

数据挖掘的任务：
分类与预测，聚类分析，关联规则，时序模式，偏差检测，智能排序

数据挖掘的建模过程：
1.定义挖掘目标
2.数据采集，取样（随机抽样，分层抽样，等距抽样，分类抽样，起始顺序抽样）
3.数据探索：异常值分析、缺失值分析、相关性分析、周期性分析，有无明显规律和趋势
4.数据预处理：降维处理，缺失值处理，数据筛选，数据转换，坏数据处理，数据标准化，主成分分析，属性选择，数据规约等。
5.挖掘建模：
5.1先确定是哪类问题（分类，聚类，关联规则，时序模式，智能推荐，智能排序）
5.2选用哪个算法建模
6.模型评价与发布