数据挖掘学习笔记——（一）初探数据挖掘

数据挖掘

何为数据挖掘，百度百科讲到：
数据挖掘是指从大量的数据中通过算法搜索隐藏于其中信息的过程。
数据挖掘通常与计算机科学有关，并通过统计、在线分析处理、情报检索、机器学习、专家系统（依靠过去的经验法则）和模式识别等诸多方法来实现上述目标。

数据挖掘流程

（一）数据读取

• 读取数据，进行演示
• 统计数据各项指标
• 明确数据规模与要完成的任务

（二）特征理解分析

• 单特征分析，逐个变量分析其对结果的影响
• 多变量统计分析，综合考虑多种情况影响
• 统计绘图得出结论

（三）数据清洗与预处理

• 对缺失值进行填充
• 特征标准化、归一化
• 筛选有价值的特征
• 分析特征之间的相关性

（四）建立模型

• 特征数据与标签设备
• 数据集切分
• 多种建模算法对比
• 集成策略等方案改进