数据挖掘概要

从现有的大量数据中，撷取不明显、之前位置、可能有用的知识

数据挖掘的发展历程

数据挖掘方法论

数据库中的知识发掘

字段选择

数据清洗

字段扩充

数据编码

    归并数据

数据挖掘

结果报告

数据预处理：

建立数据仓库的过程即是数据预处理的过程，数据预处理是最重要的一个步骤，其重要性和所花费的时间，均居于其他步骤的首位（可能花费60-80%的时间）

有高质量的数据才有高质量的数据挖掘结果

数据挖掘技术的产业标准

IBM SPSS ：CRISP-DM

商业理解

数据理解

数据预处理

建模

结果报告

应用部署

SAS EM ：SEMMA

数据取样

数据探索

数据处理

建模

结果报告

基础数据挖掘技术

探索性数据分析

描述性统计

可视化技术

案例为本的学习

进阶数据挖掘技术

描述性的数据挖掘

关联规则

    找出哪些事件常常一起出现

序列模式

    找出哪些事件常常循序出现

聚类分析

    找出数据间的内部结构

预测型的数据挖掘

分类

    预测数据所隶属的类别

    贝叶斯网络、逻辑回归、决策树、神经网络、支持向量机、K-最近邻

预测

    预测数据所对应的数值

    线性回归、时间序列、决策树、神经网络、支持向量机、K-最近邻

数据分析相关网站

kdnuggets

Kaggle

Data Castle