【SpamHunter】数据挖掘之基本概念——整理自书籍

1. 输入数据->数据预处理->数据挖掘->后处理->信息
2. 数据预处理：特征选择，维规约，规范化，选择数据子集。
3. 后处理：模式过滤，可视化，模式表示。
4. 数据挖掘挑战：可伸缩，高维性，异种数据和复杂数据，数据的所有权与分布，非传统分析(假设检验模式)。
5. 数据挖掘=数据库技术+并行计算+分布式计算+统计学+AI+机器学习+模式识别。
6. 数据挖掘任务：预测任务和描述任务。
7. 预测建模：分类，用于离散目标。回归，用于连续目标。
8. 关联分析：数据中强关联特征模式。蕴含规则或特征子集。
9. 聚类分析：紧密相关的观测值组群。
10. 异常检测：识别特征显著不同于其他数据的观测点。高检测率和低误报率。