本文是关于数据挖掘的导论，探讨了为何进行数据挖掘，数据挖掘的定义，包括数据库数据、数据仓库、事务数据等多种类型的数据来源，以及描述性、预测性的模式类型。此外，还提到了数据挖掘涉及的技术，如统计学、机器学习等，并列举了其在商务智能和Web搜索引擎等应用中的重要性。文章最后讨论了数据挖掘面临的主要问题。
引论
1.1为什么进行数据挖掘？
信息时代的来临不贴切，我们的时代其实是数据时代，还没有真正步入信息时代，现在数据爆炸增长，需要将数据转化为知识。
1.2什么是数据挖掘？
即KDD，数据中的数据发现
知识发现的迭代步骤为：1）数据清理2）数据集成3）数据选择4）数据变换5）数据挖掘6）模式评估7）知识表示
广义的数据挖掘可表述为：从大量数据中挖掘有趣模式和知识的过程。
1.3可以挖掘什么类型的数据？
1）数据库数据
一些概念如：
数据库系统（有一组内部相关的数据和一组管理和存取数据的软件程序组成）
关系数据库（表的汇集，实体-联系数据模型，将数据库表示成一组实体和他们之间的联系）
数据库查询（连接、选择、投影、优化，提取数据的一个指定的问题）
2）数据仓库
一个从多个数据源收集的信息存储库，存放在一直的模式下，并且通常驻留在单个结点上，通常是汇总的
一些概念：
数据立方体（多维数据结构建模，每个维对于一个或一组属性，每个单元存放某种度量）
OL
最低0.47元/天 解锁文章
扫一扫
1404
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
