数据挖掘基本概念

数据挖掘的基本任务：分类，回归，聚类，总结概括，关联建模，变化和偏差检查。

数据挖掘重点起源于：统计学和机器学习。

系统识别：结构识别和参数识别

数据挖掘过程：

1.陈述问题，阐明假设

2.收集数据

3.预处理数据：异常数据处理，比例缩放，编码和特征选择

4.模型评估

5.解释模型，得出结论

数据仓库最重要的是两个方面：

第一：对数据仓库中存储的数据的特定类型分类。第二：对数据进行什么转换，才能使数据变成有利于决策的最终形式，

依赖时间的数据源可以如下分类：

（1）过去的细节数据

（2）当前的细节数据（新）

（3）轻度综合数据

（4）高度综合数据

（5）元数据（数据目录或向导）

为准备这些基本数据，就有一些数据转换方法，数据转换形式主要有四种：

（1）简单转换----其他复杂转换的基石，一次只操作一个字段中的数据，而不考虑相关字段的值，例如改变字段的数据类型，或把字段编码值换成解码值。

（2）清洁和净化：确保一个字段或一组相关字段采用一致的格式和用法（可用于检查某个字段的有效性，或是否在取值范围内）

（3）集成&#