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
第一章 数据挖掘基础
©著作权归作者所有,转载或内容合作请联系作者
- 文/潘晓璐 我一进店门，熙熙楼的掌柜王于贵愁眉苦脸地迎上来，“玉大人，你说我怎么就摊上这事。” “怎么了？”我有些...
- 文/花漫 我一把揭开白布。 她就那样静静地躺着，像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上，一...
- 文/苍兰香墨 我猛地睁开眼，长吁一口气：“原来是场噩梦啊……” “哼！你这毒妇竟也来了？” 一声冷哼从身侧响起，我...
推荐阅读更多精彩内容
- 机器学习里有一句名言：数据和特征决定了机器学习的上限，而模型和算法的应用只是让我们逼近这个上限。这个说法形象且深刻...
- 注：题中所指的『机器学习』不包括『深度学习』。本篇文章以理论推导为主，不涉及代码实现。 前些日子定下了未来三年左右...
