数据挖掘技术笔记

1 什么是数据挖掘？

呵呵，虽然是理论上的一些笔记但可以好好看看(建议！！！)

数据挖掘在大型数据存储库中，自动地发现有用信息的过程。我的理解就是：从中找到利于你感兴趣的主题，如果你是一个销售人员，当然你会毫不犹豫去提高你的销售量，但怎么去提高呢，假设你手中有很多很多的图表，统计数据，你该怎么做呢？这时你可以想想你感兴趣的主题或许就在这些数据里吧，对，确实，你是个聪明人，那你会怎么做呢？呵呵，数据挖掘或许会帮你找到其中数据之间的关联，结合你自己的工作经验，分析分析一下，或许你会得出结论-这就是简单的一个例子。你有了一个简单的想法了吧，继续我们的主题->呵呵，不好意思，还是理论

数据挖掘技术用来探查大型数据库，发现未知的有用模式(可以理解你感兴趣的主题)并且在一定程度上可以预测未来的预期情况(起个指导意义)例如，预测一位新的顾客是否会在一家百货公司消费100美元以上。

你需要注意并非所有的信息发现都对你有用(其实你可以猜到)当然也不是数据挖掘的任务了

首先介绍一下什么是数据，或许你有那个想法？

数据类型：两类(定量和定性)

数据的质量：(很重要，很大程度上可以改进分析结果的质量，通常必须解决的数据质量问题包括存在噪声和离群点，数据遗漏，不一致或重复，数据有偏差或者不能代表它应该描述的现象或总体)

是数据挖掘的预处理步骤：一般情况下，原始数据必须加以处理才能适合与分析，处理一方面要提高数据的质量，另一方面让数据更好的适应特定的数据娃聚技术或者工具，如：可能需要将连续属性（如长度）转化成具有离散的分类值的属性（短，中，长）

根据数据联系分析数据：

数据分析的一种方法是找出数据对象之间的联系，之后使用这些联系而不是数据本身来进行其余分析，例如，我们可以计算对象之间的相似度或距离，然后根据根据这种相似度或距离进行分析-聚类，分类，或异常检测

属性与度量：

属性(Attribute)是对象的性质或特征，它因对象而异，或随时间而变化。

例如眼球(褐色，黑色，绿色，蓝色等)

测量标度(measurement scale)是将数值或符号值与对象的属性相关联的规则(函数)

例如温度和摄氏温度和华氏温度的转化关系

属性的不同类型：
数值的如下性质（操作）常常用来描述属性

  (1)相似性 =或!=

  (2)序 <,><=,>=

  (3)加法 +或-

  (4)乘法 *，/

即我们可以定义四种属性类型，标称(nominal)  序数(ordinal)  区间(interval)和比率(ratio);