数据挖掘考前必背简答题

1.什么是数据挖掘？数据挖掘的功能有哪些？
从广义技术角度来看，数据挖掘是指从大量的、不完全的、有噪音的、模糊的、随机的实际应用数据中提取出隐含在其中、
人们事先不知道而又是潜在有用的信息或知识的非凡过程。从狭义技术角度来看，也有人把数据挖掘视为知识发现过程的
一个基本步骤。
功能：概念描述、关联分析、分类与预测、聚类分析、趋势分析、孤立点分析以及偏差分析
2.在数据挖掘之前为什么要对原始数据进行预处理？
原始业务数据来自多个数据库或数据仓库，其结构和规则可能是不同的，这将导致原始数据非常杂乱、不可用，即使在同一数据库中
，也可能存在重复和不完整的数据信息，为使这些数据能符合数据挖掘的要求，提高效率和得到清晰的结果，必须进行数据预处理。
数据挖掘算法提供完整、干净、准确、有针对性的数据，减少算法计算量，提高挖掘效率和准确程度。
3.缺失值的处理有哪些方法？列出至少6种。
1. 均值填充：对于数值型的特征，采用该特征在已有数据中的平均值或中位数来填充缺失值。
2. 众数填充：对于类别型的特征，采用该特征在已有数据中出现频率最高的类别来填充缺失值。
3. 插值法：通过已有的数据，推算出缺失值，常用的插值方法包括线性插值、多项式插值、样条插值等。
4. 预测模型填充：采用其他特征的信息，通过建立模型来预测缺失值，常用的模型包括KNN、决策树、随机森林等。
5. 删除法：对于缺失值比例较小的数据，可以考虑删除缺失值较多的行或列。
6. 中位数：若数据呈偏态分布。
4.什么是主成分分析？
主成分分析（PCA)是一种比较基础的数据降维方法