摘要：
数据挖掘中易犯的几大错误
按照Elder博士的总结，这几大易犯错误包括：
缺乏数据(Lack Data)
太关注训练(Focus on Training)
只依赖一项技术(Rely on One Technique)
提错了问题(Ask the Wrong Question)
只靠数据来说话(Listen (only) to the Data)
使用了未来的信息(Accept Leaks from the Future)
抛弃了不该忽略的案例(Discount Pesky Cases)
轻信预测(Extrapolate)
试图回答所有问题(Answer Every Inquiry)
随便地进行抽样(Sample Casually)
太相信最佳模型(Believe the Best Model) 阅读全文
