数据挖掘老师标记的重点总结

第一章考点
1，大数据的四个特点： 容量，多样性，速度，价值
2，数据分析：是用适当的统计分析方法，对收集来的大量数据进行分析，提取有用信息和形成结论，并对数据加以详细研究和概括总结的过程。
数据挖掘提取出来的知识： 概念，规则，模式，规律
3，大数据分析与挖掘的过程：
（1）任务目标确定
（2）目标数据集的提取
（3）数据预处理
（4）建立适当的数据分析与挖掘模型
（5）模型的解释与评估
（6）知识的应用
功能：
（1）对数据的统计分析与特征描述
（2）关联规则挖掘和相关性分析
（3）分类和回归
（4）聚类分析
（5）异常检测或者离群点分析
选择 填空 要会写 3是综合题

第二章考点：
考点一 ： 数据的类型

数据集类型	定义	举例
结构化	数据有结构，多以文本文件存储	鸢尾花
半结构化	有一定结构使用标签标识数据中每个元素有层次	XML文档，JSON数据
非结构化	没有预定的数据模型	音频，图像，视频等

数据属性类型	定义	举例
标称属性（分类属性）	类似标签 数字和符号对物体进行识别和分类，没有顺序不可，不可比大小，不加减乘除	yellow small big
序数属性	有顺序关系 能反映对象之间的等级顺序可比大小但不加减	优秀，良好
数值属性	区间标度：零点不是零值，没有比较意义 ； 比率标度属性 零点表示零值 可以比较大小	区： 华氏温度，38°，25° ，比：重量，