数据挖掘学习（一）

数据挖掘：从大量数据中抽取出（隐含的、有潜在用途的、未知的、人们可以理解的）有价值的信息和模式的过程。

步骤：1. 学习应用领域（应用的相关先验知识和目标）

           2. 创建目标数据集：数据选择

           3. 数据清理和预处理

           4. 数据简化和变形

           5. 选择数据挖掘功能

           6. 选择数据挖掘算法

           7. 数据挖掘：寻找有趣的模式

           8. 模式评估和知识展示

           9. 知识发现的使用

方法：1. 关联规则：购物篮分析，药品关联

           2. 分类：将信用卡申请者按风险等级分为高，中，低。

           3. 预测

           4. 聚类：分组，组内对象相似，组间不同，划分依据为相似性度量

                          类标签是未知的，最大化内部类的相似性和最小化 阶级之间的相似性

                          无指导性学习