python数据挖掘入门与实践 pdf读书笔记_数据挖掘读书笔记

数据挖掘读书笔记

【篇一：数据挖掘概念与技术读书笔记】

1

、

可以挖掘的数据类型：

数据库数据，数据仓库(是一个从多个数据源收集的信息存储库，

存放在一致的模式下，并且通常驻留在单个站点上，通常数据仓库

用称作数据立方体的多维数据结构建模，数据立方体有下钻(往下

细分)和上卷(继续记性总和归纳)操作)，事务数据，时间先关

或序列数据(如历史记录，股票交易数据等)，数据流、空间数

据、工程设计数据，超文本和多媒体数据

2

、

可以挖掘什么类型的模型

数据挖掘功能包括特征化与区分、频繁模式、关联和相关性挖掘分

类与回归、聚类分析、离群点分析。数据挖掘功能用于指定数据挖

掘任务发现的模式。一般而言，这些任务可以分为两类：描述性和

预测性。描述性挖掘任务刻画目标数据中数据的一般性质。预测性

挖掘任务在当前数据上进行归纳，以便做出预测。

特征化与区分：数据特征化(如查询某类产品的特征)、数据区分

(将目标类数据对象的一般特性与一个或多个对比类对象的一般特

性进行比较，如把具有不同特性的产品进行对比区分)。

挖掘频繁

模式、关联和相关性：频繁模式是在数据中频繁出现的模式(频繁

项集、频繁子序列和频繁子结构)

用于预测分析的分类与回归：分类是找出描述和区分数据类或概念

的模型，以便能够使用模型预测类标号未知的对象的类标号。到处

模型是基于对训练数据集的分析。该模型用来预测类

标号未知的对象类标号。表现形式有：分类规则(

if-then

)、决策

树、数学公式和神经网络。

分类预测类别标号，而回归简历连续值函数模型，而不是离散的类

标号。

相关分析可能需要在分类和回归之前进行，他试图识别与分类和回

归过程显著相关的属性。

聚类分析：聚类分析数据对象，而不考虑类标号。

离群分析：数据集中可能包含一些数据对象，他么对数据的一般行

为或模型不一致。这些数据时利群点。

3

、

使用什么技术：

统计学中的统计模型