数据挖掘导论读书笔记之绪论
数据挖掘的前提:数据收集和数据存储技术的快速进步。
数据挖掘是一种技术,它将传统的数据分析方法与处理大量数据的复杂算法相结合。为探查和分析新的数据类型以及用新方法分析就有数据类型提供了令人振奋的机会。
数据挖掘是在大型数据存储库中,自动的发现有用信息的过程。
数据挖掘与知识发现
数据挖掘是数据库中知识发现不可缺少的一部分(knowledge deiscovery in database)KDD,KDD是将未加工的数据转换为有用信息的整个过程。
输入数据:输入各种形式存储,并且可以驻留在几种的数据存储库中,活分布在多个站点上。
数据预处理:将未加工的输入数据转换成适合分析的形式。包括:融合来自多个数据源的数据,清洗数据,以及消除噪声和重复的观测值,选择与当前数据挖掘任务相关的记录和特征。是整个知识发现过程中最费力,耗时的步骤。
后处理:将数据挖掘的结果所揭示的规律结合商业活动管理工具,从而开展或者测试有效的商业活动