一、数据挖掘过程
weka只是整个数据挖掘的一小部分，最简单的部分，实践中，其他的部分会难得多。
“希望你所有的问题都是技术问题，其他问题是在整个数据挖掘过程中艰巨得多的。”
二、数据挖掘失误和缺陷
数据残缺是数据挖掘中常见的情况，可以通过weka的edit将数据设为missing。
三、数据挖掘和道德规范
一个和数据挖掘有关的道德问题是相关性并不意味着因果关系。
如冰淇淋的销售和溺水率同时增长，并不能说冰淇淋的消费导致溺水。
数据挖掘显示的是简单的相关性，不是因果关系。
四、课程总结
数据挖掘中没有魔法，数据挖掘包括很多不同的方法，他们都是非常直接的算法。
数据记录下来的是事实，是世界的变化，是数据挖掘的输入值，输出值是信息，是基于数据的模式。
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
