数据分析入门（一）

数据挖掘基础

eg：某餐饮企业的困惑？
客户关系
前厅管理
后厨管理
财务管理
物资管理

从餐饮到数据挖掘

从大量数据（包括文本）中挖掘出隐含的、未知的、对决策有潜在价值的关系、模式和趋势，并用这些知识和规则建立用于决策的模型，提供预测性决策支持的方法、工具和过程，就是数据挖掘；他是利用各种分析工具在大量数据中寻找其规律和发现模型与数据之间关系的过程，是统计学、数据库技术和人工智能技术的结合

基本任务

• 利用分类与预测、聚类分析、关联规则、时序模式、偏差检测、智能推荐等方法

建模过程

定义挖掘目标
数据采集 
构建模型
模型评价
模型发布

数据取样

标准 ：相关性 可靠性 有效性
衡量标准 ：
1. 资料的完整无缺 ，各类指标项齐全
2.数据的准确无误 ，反应的都是正常状态下的水平

方式： 随机取样 等距取样 分层抽样 从起始顺序抽样 分类抽样

数据探索

对所抽取的样本数据进行探索、审核和必要的加工处理，是保证最终的挖掘模型的质量的关键

数据预处理

数据筛选、数据变量转换、缺失值处理、坏数据处理、数据化标准、主成分分析、属性选择/数据规约等

挖掘建模

分类 聚类 关联规则 时序模式 智能推荐

预测值

模型评价

解释 应用

常用的数据挖掘工具

SAS Enterprise Miner
IBM SPSS Modeler
SQL Server
Python
WEKA
KINME
RapidMiner
TipDM