基于python的数据挖掘报告_Python数据挖掘——数据挖掘概况

数据挖掘概况

什么是数据挖掘？

数据挖掘（Data mining，简称DM），是指从大量数据中，通过统计学、人工智能、机器学习等方法，挖掘出未知的、且有价值的信息和知识的过程。

数据挖掘是一门交叉学科，覆盖了统计学、数据可视化、算法、数据库、机器学习、市场营销和其他学科等知识。

数据挖掘与数据分析的区别：

项目

数据分析

数据挖掘

定义

根据分析目的，用适当的方法即工具，对收集的数据进行处理与分析，提取有价值的信息，发挥数据的作用

从大量数据中，通过统计学、人工智能、机器学习等方法，挖掘出未知的、且有价值的信息和知识的过程。

作用

现状分析、原因分析、预测分析

解决四类问题：分类、据类、关联、预测

方法

对比分析、分组分析、交叉分析、回归分析等

决策树、神经网络、关联规则、据类分析等

结果

指标统计量结果，如综合/平均值等

输出模型或规则

模型：定量模型：数学公式（Y=a*X) ； 定性模型：规则（年龄>30岁 and 收入> 1万元）

算法：实现数据挖掘技术、模型的具体步骤与方法。（最小二乘法、K均值法等）

数据挖掘常见问题：用户流失预测（分类）、促销活动响应（分类）、目标市场细分（聚类）、交叉销售提升（关联）、未来显示预测（预测）

分类问题：