《数据挖掘导论》绪论

数据挖掘概念

        数据挖掘是在大型数据存储库中，自动的发现有用信息的过程， 是数据库中知识发现(KDD)的一部分。

数据挖掘任务 

• 预测建模： 训练一个模型，使目标变量预测值与实际值之间的误差达到最小。有两类预测建模任务：分类，用于预测离散的目标变量；回归，用于预测连续的目标变量。如，根据花的特征预测花的种类。
• 关联分析：用来发现描述数据中强关联特征的模式。如，用来发现顾客经常同时购买的商品。
• 聚类分析：旨在发现紧密相关的观测值组群，使得与属于不同簇的观测值相比，属于同一簇的观测值相互之间尽可能类似。如，新闻文章可以根据它们各自的主题分组。
• 异常检测：识别其特征显著不同于其他数据的观测值，这样的观测值称为异常点或离群点。如，信用卡欺诈检测。