数据挖掘的简介（1）

一：数据挖掘的主要过程：

1：定义目标

2：获取数据（爬虫或者下载一些统计网站的数据）

3：数据探索：

4：数据预处理（数据清洗、数据集成、数据变换、数据规约：将数据精简的过程）

5：挖掘建模（分类、聚类、关联、预测）

6：模型评价与发布

二：相关模块简介

1：numpy可以高效处理数据、提供数组支持、很多模块都依赖他、比如pandas，scipy，matplotlib都依赖他，所以这个模块是基础。除了为python提供快速的数组处理能力，在数据分析方面还有另外一个主要的作用就是作为在算法之间传递数据的容器。

2：pandas主要用于数据探索和数据分析

3：matplotlib作图模块，解决可视化问题

4：scipy主要进行数值计算，同时支持矩阵运算，并提供了很多高等数据处理功能，比如积分、傅里叶变换、微分方程求解

5：stasmodels这个模块主要是用于统计分析

6：Gensim这个模块主要是用于文本挖掘

7：sklearn、keras前者机器学习，后者深度学习