Python数据分析之数据挖掘简介

数据分析已经越来越被人们所重视，例如在《长安十二时辰》里面徐宾所创的大案牍术，综合文件、案牍中的数据，选择出破案人选，这其实就是现代的大数据分析。由此可见，数据有其巨大的潜力与价值。

一、数据挖掘的基本任务：

  利用 聚类分析、关联规则、智能推荐 等方法，提取数据进行分析建模，得到数据中蕴含的价值，如提取用户关于电影的评论来进行情感分析、基本房价信息来预测房价等。

二、建模过程：

  第一步：定义挖掘目标

  第二步：数据取样

  第三步：数据探索

  第四步：数据预处理

  第五步：挖掘建模

  第六步：模型评价

三、可以使用的工具：

  1、WEKA（怀卡托智能分析环境）：公开的数据挖掘工作平台，集合了大量能承担数据挖掘任务的机器学习算法，包括对数据进行预处理，分类，回归、聚类、关联规则以及在新的交互式界面上的可视化。

下载地址：https://sourceforge.net/projects/weka/

  2、Python：个人推荐使用Python，因为它提供很多的扩展库，为Python提供了快速数组处理、数值运算以及绘图能力，还包含了机器学习库，如sklearn类库。

下载地址：https://www.python.org/getit/