KDD資料探勘（韓家煒）學習----導論
阿新 • • 發佈：2018-12-13
為什麼進行資料探勘
有需求，才會有解決需求的辦法。
對於工作，學習，生活中的各種海量資料，我們需要一種工具來從這些資料中發現有價值的資訊，把這些資料轉化成有組織的知識----需求產生
解決辦法：資料探勘
經典的例子：谷歌預測流感趨勢
資料庫系統技術的演變，如下圖
什麼是資料探勘
資料探勘：從資料中挖掘知識，即資料中的知識發現（KDD）
將淑君挖掘看作知識發現的過程，如下：
- 資料清理---消除噪聲和刪除不一致資料
- 資料整合---多種資料來源組合在一起
- 資料選擇---從資料中提取與分析任務有關的資料
- 資料變換---通過彙總或聚集操作，將資料轉變和統一成適合挖掘的形式
- 資料探勘---基本步驟，使用智慧方法提取資料模式
- 模式評估---根據某種興趣度度量，識別大愛表知識的真正有趣的模式
- 知識表示---使用視覺化和知識表示技術，向用戶提供挖掘的知識
步驟1-4：資料預處理，為挖掘準備資料
可以挖掘的資料型別
關係資料，資料倉庫，事務資料，其他型別的資料（時間相關或序列資料，資料流，空間資料，圖和網狀資料，。。。等）
可以挖掘的模式型別
- 描述性：刻畫目標資料中資料的一般性質
- 預測性：在當前資料上進行歸納，以便做出預測
類/概念描述：特徵化與區分
挖掘頻繁模式、關聯和相關性
頻繁模式：在資料中頻繁出現的模式，存在多種型別的頻繁模式，包括頻繁項集，頻繁子序列和頻繁子結構
用於預測分析的分類與迴歸
聚類分析：最大化類內相似性，最小化類間相似性的原則進行聚類或分組
離群點分析
可以使用的技術
面向應用的型別
商務智慧
搜尋引擎