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)