第一章 数据挖掘基础

数据挖掘的基本任务：
分类与预测、聚类分析、关联规则、时序模式、偏差检测、智能推荐
数据挖掘建模过程：
1）定义挖掘目标
2）数据取样：定义数据挖掘目标之后，从业务系统中抽取出一个与挖掘目标相关的样本数据子集。取样方式：随机抽样，等距抽样（每隔一段距离抽取一个样本），分层抽样，从起始顺序抽样，分类抽样。
3）数据探索：异常值分析、缺失值分析、相关分析和周期分析等。
4）数据预处理：降维、缺失值处理。主要包括：数据筛选、数据变量转换、缺失值处理、坏数据处理、数据标准化、主成分分析、属性选择、数据规约。
5）挖掘建模：选用合适的算法进行建模
6）模型评价

©著作权归作者所有,转载或内容合作请联系作者
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。

推荐阅读更多精彩内容