随笔分类 - 数据挖掘
摘要：数据分析：利用统计分析方法，从数据中提取有用的信息，并进行总结和概括的过程。 Python 的胶水特性：Python 可以粘合其它语言代码段。 一、数据获取手段 1）数据仓库 将所有业务数据汇总处理，构成数据仓库（DW）； 特点： 2）监测与抓取 监测：利用设备和算法直接获取数据；（如传感器、网络等
阅读全文
摘要：一、概述 二、中心趋势度量：均值、中位数、众数、中列数 也就是度量数据分布的中部或中心位置。（给定一种属性，它的值大部分落在何处） 频率：区间内数值的个数。 1）均值（mean） 数据集“中心”的最常用、最有效的数值度量是均值。 均值对应于关系数据库系统提供的内置聚集函数 average（SQL 的
阅读全文
摘要：一、概述 二、标称属性（nominal attribute） 1）特点 2）其它 # 例：hari_color（头发颜色）、marital_status（婚姻状况）、occupation（职业），都是标称属性，表示对象的特征。 三、二元属性（binary attitute） 1）特点 2）其它 四、
阅读全文
摘要：定义 数据挖掘：从大量数据中挖掘有趣模式和知识的过程。 一、知识发现过程 1）数据预处理 1、数据清理：消除噪声和删除不一致数据； 2、数据集成：多种数据源组合在一起。 3、数据选择：从数据库中提取与分析任务相关的数据。 4、数据变换：通过汇总或聚集操作，把数据变换和统一成适合挖掘的形式。 2）数据
阅读全文
