数据挖掘读书心得（理论篇）

整理整理最近的学习心得，理论和实践各写一文。本文是对理论的整理。

 

主要知识来自于以下两本书

1.《数据挖掘基础教程》（印）K.P.Soman Shyam Diwakar

2.《数据挖掘技术 -- 市场营销、销售与客户关系管理领域应用》（美）Michael J.A.Berry

 

先做个简单的评价，

第1本书的亮点是决策树那章，这是我见到的书中讲得最详细的。

第2本书的亮点是人工神经网络那章，这是我见到的书中讲得最详细的。另外，第二本书提供了大量实例，概念的描述依托于这些实例。这使得理解变得很容易。

 

现在，开始做内容整理。

@协同过滤

为什么要使用协同过滤？最前提的假设是，寻找信息的人应当能利用人们已经发现和评估的信息。

 

@数据挖掘的挑战

算法的并行式版本，分布式版本，非内存版本

 

@数据挖掘的主要类型

类型1-分类学习

         分类学习的输出形式: 决策树、神经网路、规则

类型2-关联学习

类型3-聚类

         聚类的输出形式: