关于数据挖掘其中的一些基本概念的理解

  分类(classification)是这样的过程，他找出描述和区分数据类或概念的模型，以便能够使用模型预测类标号未知的对象的类标号。注：分类预测离散的，无序的类别标号。

  回归(regression)是建立连续函数值模型，也就是说回归用来预测缺失的或难以获得的数值数据值。

  相关分析(relevance analysis),在分类和回归之前进行，它试图识别与分类和回归过程显著相关的属性。我们将选取这些属性用于分类和回归过程，其他不相关的属性可以暂时不考虑。

  聚类分析(clustering),分析数据对象而不考虑类标号，在许多情况下，开始并不存在标记类的数据，可以使用聚类产生数据组群的类标号。

  离群点分析(outlier analysis)，数据集中可能包含一些数据对象，他们与数据的一般行为或模型不一致，这些数据对象就是离群点，大部分数据挖掘方法都将离群点视为噪声或立场丢弃，然而这些罕见的事件可能比正常出现的事件更令人感兴趣，例如：通过检测一个给定账号与正常的付费相比付款数额特别巨大，离群点分析可以用来发现信用卡欺骗性使用。离群点还可以通过购物地点和类型或购物频率来检测。