数据挖掘基础

数据挖掘

数据挖掘任务包括描述性任务和预测性任务。描述性任务包括聚类、关联分析、序列、异常检测等，预测性任务包括回归和分类。

方法：1、分类：先从数据中选好已经分类的训练集，在该训练集上运用数据挖掘分类技术，建立分类模型，对于没有分类的数据进行分类

2、估计：与分类类似，但是分类描述的是离散型变量的输出，而估值处理连续值得输出；分类的类别是确定数目的，估值的量不确定

3、预测：建立在分类或估值之上，通过分类或估值得出模型，该模型用于对未知变量的预言

4、相关性分组或关联规则：决定哪些事情一起发生

5、聚类：对记录进行分组，把相似的记录在一个聚类里

和分类区别：聚集不依赖于预先定义好的类，不需要训练集

6、描述和可视化：对数据挖掘结果的表示方式

经典算法：

C4.5（分类决策树算法）、K-means（聚类算法）、SVM（监督学习算法）、Apriori（布尔关联规则频繁项集算法）、EM（最大期望法）、PageRank（google算法）、adoboost（迭代算法）、KNN、Naive Bayes、Cart（分类与回归树）