由于我本人的工作就是关于大数据图算法挖掘的, 之前连载的栏目DGFD论文笔记也是关于这方面的, 所以打算新开一个栏目来对数据挖掘有个更加系统的记录.

本栏目主要参考书目为: 数据挖掘导论(原书第2版), 但是本栏目并非该书的简单翻译, 而是会结合本人的理解以及工作经验进行讲解和记录.

分类

在此讨论分类的意义在于: 当面临一个数据分析或数据挖掘任务时, 我们能根据其目标快速判断它属于哪一种数据挖掘任务类型, 从而能对可选择的分析方法有想法, 以及对该任务最终的效果有概念. 对任务类型的正确判断可以为后续的分析工作提供很好的支持, 保证整个数据挖掘任务的进行在大方向上没有错误.

1. 聚类分析

   旨在发现紧密相关的观测值组群, 使得属于不同簇的观测值相比, 数据同一簇的观测值相互之间尽可能相似.

2. 关联分析

   用于发现描述数据中强关联特征的模式.

3. 预测建模

   指为目标变量建立模型, 并将其作为解释变量的函数. 其中又可以分为两类:

   • 分类: 预测离散的目标变量
   • 回归: 预测连续的目标变量

4. 异常检测

   识别其特征显著不同于其他数据的观测值.