《数据挖掘原理及应用》学习1

感觉最近数据挖掘挺火的，但是对其的作用有正面的评价，也有负面的评价，不管怎样，先试着学习一下里面的基本知识。

1. 数据挖掘的主要目的

从已有数据中提取模式，提高已有数据的内在价值，并且把数据提炼成知识。而这一点并不同于简单的数据库操作，例如考察上大学同性别、IQ、父母鼓励、收入等方面的关系，即使是大量的select语句也很难分析出来，而使用决策树方法就可以很简单地反映比如如果IQ超过100并且父母支持，则90%的学生可以上大学，这就是一种反映出来的模式。

2. why data mining is so hot？

大量数据，例如互联网上大量的数据，堆在一起没什么用，而通过对其进行分析后，可能挖掘出隐含的模式，指导企业发展；市场竞争激烈；数据挖掘技术成熟。

3. 数据挖掘常见任务

分类、聚类、关联性分析、回归、用来预测、序列分析和偏差分析

4. 数据挖掘的流程

数据搜集。

数据清理和转换：去掉噪声和不相关的信息，并且将数据转换成统一格式利于处理。例如删除孤立点，去掉那些偶然才发生的事件，才能反映更为普遍的规律；缺失值处理，使用平均值代替，删掉缺失值太多的记录；数据类型转换；连续值转换（分成桶的方法）等。

模型构建：关键步骤，针对数据挖掘的目标来使用不同模型构建，一般需要多构建几种进行比较。

模型评估：评估哪种模型对此次事件更为精确，最有名的方法是提升图。在评估过程中一定要同提供数据的相关人士进行探讨，找出对商业发展有用的信息。

报告，预测，应用集成，模型管理：模型应用在具体实例中的过程。