本文是数据挖掘导论的阅读笔记，介绍了数据挖掘的基本概念，包括数据挖掘是自动发现大型数据存储库中有用信息的过程，以及KDD（数据库中知识发现）的定义。讨论了数据挖掘面临的问题，如可伸缩性、高维性、异种数据等，并概述了预测任务（分类、回归）和描述任务（关联分析、聚类、异常检测）的区分。
数据挖掘导论（完整版）阅读笔记--第一章
了解数据挖掘
一、什么是数据挖掘
数据挖掘是在大型数据存储库中，自动地发现有用信息的过程。数据挖掘技术用来探查大型数据库，发现先前未知的有用模式。
这部分的重点在于区别：数据挖掘技术和其他信息检索任务
例如：根据可赢利性划分公司客户
答案：这不是数据挖掘任务，这是一个会计计算。但是，预测新客户的赢利能力是数据挖掘。
二、了解KDD
数据库中知识发现（knowledge discovery in database,KDD）是将未加工的数据转换成有用信息的过程。
三、数据挖掘要解决的问题（了解即可）
1.可伸缩： 由于数据产生和收集技术的进步，数据挖掘算法常常需要处理海量数据集，则算法必须是可伸缩的（scalabie）。为实现可伸缩还有可能实现新的数据结构。
2.高维性： 现在常常会遇到具有成百上千属性的数据集。
3.异种数据和复杂数据&#
最低0.47元/天 解锁文章
扫一扫
2670
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
