数据挖掘学习笔记（一）

最近通过网上的、书上的资料，初步了解了数据挖掘的一些概念，现在整理一下以便日后学习。

一、定义（Data Mining）

1、数据挖掘：一种通过数理模式来分析企业内存储的大量资料，以找出不同客户和市场划分，分析出消费者喜好和行为的方法。也就是从存放在数据库、数据仓库和其他信息库中的数据中获取有效的、有潜在价值的、最终可被理解的模式的非平凡过程。

如：像我在当当网买书时，当当网的系统会根据我近期所购买的书的记录进行分析，然后在我下次登录当当网时，该系统会自行向我推荐其他类似的书籍。这个过程我想应该是用到数据挖掘的理论和方法。

2、数据挖掘在人工智能领域（AI）习惯上被称为数据中的知识发现，因此有人把数据挖掘视为数据库中知识发现过程的一个基本步骤。

知识发现过程分为3个阶段：1】数据准备；2】数据挖掘；3】结果表达和解释。

　 3、数据挖掘的起源

数据挖掘来自这些领域的思想：1】来自统计学的抽样、估计和假设检验；2】人工智能、模式识别、机器学习的搜索算法、建模理论和学习理论；3】其他领域的思想：最优化、进化计算、信号处理、可视化和信息检索。

　　4、数据挖掘的用途：

　　　　1】分类

　　　　2】估值

　　　　3】预言

　　　　4】相关性分组或关联规则

　　　　5】聚集

　　　　6】描述和可视化

　　　　7】复杂数据类型挖掘(Text, Web ,图形图像，视频，音频等)

　　 5、数据挖掘的第一步是描述数据、计算统计变量（如均值、方差等），再用图表或图片的形式直观地演示出来，就可以看出一些变量之间的相关性。因此为了挖掘工作提供足够的证据，必须为历史数据建立一个预言模型，然后用另外一些数据对这个模型进行测试，最后验证这个模型。