数据挖掘——基本概念

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；）