【笔记】数据挖掘导论（持续更新）

第一章 绪论

数据分析技术的应用： 商务、医学、科学与工程

数据挖掘：在大型数据存储库中，自动地发现有用信息的过程。
与信息检索不同。
KDD:knowledge discovery in database 数据库中知识发现。

1.2 数据挖掘要解决的问题

• 可伸缩
• 高维性
• 一种数据与复杂数据
• 数据的所有权与分布
• 非传统的分析

1.3 数据挖掘的起源
统计学的抽样、估计和假设检验；
人工智能、模式识别和机器学习的搜索算法、建模技术和学习理论；
数据库技术、并行计算、分布式计算 ；
其他领域的思想：最优化、进化计算、信息论、信号处理、可视化和信息检索。

1.4 数据挖掘任务

• 预测任务：根据其他属性的值（明变量explanatory variable），预测特定属性的值（目标变量 target variable）。

• 描述任务：到处概括数据中潜在联系的模式（相关、趋势、聚类、轨迹和异常）。本质上 描述性数据挖掘任务通常是碳叉形的，且常需要 后处理技术验证和解释结果。
  

  • 预测建模
  • 关联分析
  • 聚类分析
  • 异常检测

第二章 数据

考虑 数据类型、数据的质量、使数据适合挖掘的预处理步骤、根据数据联系分析数据

2.1 数据类型

属性与度量：
属性： 对象的性质或特征，它因对象而异，或随时间而变化。
测量标度： 将数值或符号值与对象的属性相关联的规则（函数）。
- 将人分为男女；
- 庆典会议室的椅子数目，确定是否能够为所有与会者提供足够的座位。（？？？）

P16