数据挖掘需要考虑的问题

1，需要考虑数据计算的时空复杂度。

2，输入特征通常是混合的，有定性的（二类，多类），定量的。

3，数据通常是不完整的（有缺失值）。

4，数据分布通常是长尾的，或者高度倾斜的。

5，有外延点或者杠杆点的存在。

6，数据度量的不一致性。

7，高维问题。

8，特征之间的关联性，如多重共线性的问题。

同一个方法很难解决所有问题。下面这张图是对各种方法的比较；摘自ESL第十章。