数据挖掘入门——思维导图

主要参考来源：http://www.saedsayad.com/data_mining_map.htm
原网址更像是一本书，首页是思维导图，点击图中各项可以访问更详细的内容。我这里只是列出了目录，如有时间我希望可以把内容也添加进来。

数据挖掘

• 解释过去（数据探索）

  • 单因素分析

    • 分类变量

      • 计数、百分比计数
      • 饼图、条形图

    • 数值变量

      • 最小值、最大值、均值、中值、众数
      • 范围、分位数、方差、标准差、偏差系数
      • 偏度、峰度
      • 直方图、箱形图

  • 二元分析

    • 分类 vs 分类

      • 卡方检验
      • 条形图、组合图

    • 数值 vs 数值

      • 线性关系
      • 散点图

    • 分类 vs 数值

      • z检验、t检验
      • 方差分析
      • 线图、条形图、组合图

• 预测未来（建模）

  • 分类

    • 频数表

      • zeroR分类器（计算其他模型准确度的基线）
      • oneR分类器（计算哪个特征与与测量更相关）
      • 朴素贝叶斯
      • 决策树

    • 协方差矩阵

      • 线性判别分析
      • logistic回归

    • 相似函数（欧氏距离、曼哈顿距离、明氏距离）（海明距离）

      • kNN（k近邻分类器）

    • 其他

      • 人工神经网络
      • 支持向量机

  • 回归

    • 频数表

      • 决策树

    • 协方差矩阵

      • 多元线性回归

    • 相似函数

      • kNN（k近邻分类器）

    • 其他

      • 人工神经网络
      • 支持向量机

  • 聚类

    • 层次方法

      • 凝聚层次聚类
      • 分裂层次聚类

    • 划分方法

      • kmeans
      • 自组织图

  • 关联性分析