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