1、定义:对于数据挖掘我们可以从两个角度来定义它:
a. 技术定义:数据挖掘是通过对大量的数据进行分析,以发现和提取隐含在其中的具有价值的信息和知识的过程。
b.商业定义: 数据挖掘是一种新的商业信息处理技术, 其主要特点是对商业数据库中的大量业务数据进行抽取、 转换、 分析和其他模型化处理, 从中提取辅助商业决策的关建化数据。
2、数据挖掘的主要模型有:分类与预测,聚类和关联分析等;
分类:即是通过训练集训练得到一个分类模型,然后用此分类来对测试集中的样本进行分类;
聚类:是一种无监督的机器学习方法,主要是指依据样本间的相似性度量标准将数据集划分为多个簇集,每个簇集中对象间的相似度最大化,而不同簇集的样本间的相似度 最小化。(簇的表示形式和簇间相似度的定义是最基础的问题。常见的相似度定义可以使用余弦相似度、欧几里得距离公式等;)