数据挖掘（2）

结构化数据：
通过二维表来实现存储

常用分析方法：分类，聚类，关联，数值预测，序列分析，社会网络分析
聚类（clustering）：根据物以类聚的原理，将没有类别的对象，根据对象的特征，自动聚成不同簇的过程，使得同一个簇的对象之间非常相似，属于不同簇的对象之间不相似。
典型应用：客户群分类
聚类与分类的区别，聚类是将没有标签的数据处理
分类是先给类别特点，再做判断，而聚类是没有类别的情况下，根据对象特征自己聚类

关联：发现数据之间的联系规则
数值预测：用于连续变量的取值
异常点挖掘（孤立点分析）：

数据挖掘分为描述性和预测

集成开发环境 spyder 交互式开发环境jupyter
数据挖掘python常用工具包：numpy pandas matplotlib statsmodels scipy scikit-learn
numpy：全称为numerical python，数据分析方面主要目的数据在算法传递间的主要容器
statemodel ：python的统计建模和计量经济学工具包，主要功能：

scipy是基于numpy构建在科学计算中处理多个不同标准问题域的包的集合

scikit-learn是python的一个开源机器学习模块，它建立在numpy，scipy和matplotlib模块之上，实现了大量的机器学习算法。