第一章·导论

Posted 2021-01-20 windswater

数据挖掘主要有两大类：

• 预测任务：根据其他属性的值，预测特定属性的值
• 描述任务：导出概括数据中潜在联系的模式(相关，趋势，聚类，轨迹和异常)

4种主要的数据挖掘任务：

• 预测建模：

1. 分类：用于预测离散的目标变量(如预测web与用户是否会在网上买书，预测花类型)。
2. 回归：用于预测连续的目标变量(如预测未来股票价格)。

• 关联分析：用来发现描述数据中强关联特征的模式。(如找事物间联系，通过购物篮数据发现买尿布的顾客多半会买牛奶)。
• 聚类分析：发现紧密相关的观测值组群，每个族群中的每个观测值都尽可能相同(如对顾客进行分类)

 

• 异常检测：识别特征显著不同于其他数据的观测值。这样的观测值被称为异常值或者离群点，目标是发现真正异常点，而避免将正确对象标注为异常点(如检验欺诈，寻找疾病的不寻常模式)

         例：信用卡欺诈检验：比如合法交易需要一系列步骤，而非法交易步骤相对简单，可以通过步骤比较，如果和合法交易步骤差距很大就有可能是非法交易。