
數(shù)據(jù)挖掘基本任務(wù)
數(shù)據(jù)挖掘主要做什么?換而言之,數(shù)據(jù)挖掘主要解決什么問(wèn)題呢?這些問(wèn)題,可以歸結(jié)為數(shù)據(jù)挖掘的基本任務(wù)。
數(shù)據(jù)挖掘的基本任務(wù)包括分類與預(yù)測(cè)、聚類分析、關(guān)聯(lián)規(guī)則、奇異值檢測(cè)和智能推薦等。通過(guò)完成這些任務(wù),發(fā)現(xiàn)數(shù)據(jù)的價(jià)值,指導(dǎo)商業(yè)抉擇,帶來(lái)商業(yè)新價(jià)值。
關(guān)于這些基本任務(wù),簡(jiǎn)單描述如下。實(shí)際上對(duì)每個(gè)基本任務(wù),可以看做是數(shù)據(jù)挖掘所能解決問(wèn)題的一種類型。對(duì)于每個(gè)任務(wù),可以從其定義、方法、評(píng)價(jià)和應(yīng)用四個(gè)方面來(lái)認(rèn)識(shí)。
分類與預(yù)測(cè),一種基于類標(biāo)號(hào)的學(xué)習(xí)方式,這種類標(biāo)號(hào)若是離散的,屬于分類問(wèn)題;若是連續(xù)的,屬于預(yù)測(cè)問(wèn)題,或者稱為回歸問(wèn)題。從廣義上來(lái)說(shuō),不管是分類,還是回歸,都可以看做是一種預(yù)測(cè),差異就是預(yù)測(cè)的結(jié)果是離散的還是連續(xù)的。
聚類分析,就是“物以類聚,人以群分”在原始數(shù)據(jù)集中的運(yùn)用,其目的是把原始數(shù)據(jù)聚成幾類,從而使得類內(nèi)相似度高,類間差異性大。
關(guān)聯(lián)規(guī)則,數(shù)據(jù)挖掘可以用來(lái)發(fā)現(xiàn)規(guī)則,關(guān)聯(lián)規(guī)則屬于一種非常重要的規(guī)則,即通過(guò)數(shù)據(jù)挖掘方法,發(fā)現(xiàn)事務(wù)數(shù)據(jù)背后所隱含的某一種或者多種關(guān)聯(lián),從而利用這些關(guān)聯(lián)來(lái)指導(dǎo)商業(yè)決策和行為。
奇異值檢測(cè),根據(jù)一定準(zhǔn)則識(shí)別或者檢測(cè)出數(shù)據(jù)集中的異常值,所謂異常值就是和數(shù)據(jù)集中的絕大多數(shù)據(jù)表現(xiàn)不一致。
智能推薦,這是數(shù)據(jù)挖掘一個(gè)很活躍的研究和應(yīng)用領(lǐng)域,在各大電商網(wǎng)站中都會(huì)有各種形式推薦,比方說(shuō)同類用戶所購(gòu)買的產(chǎn)品,與你所購(gòu)買產(chǎn)品相關(guān)聯(lián)的產(chǎn)品等。
對(duì)于每一種基本任務(wù),除了了解它們具體可以做什么,重要的是要學(xué)習(xí)每一個(gè)任務(wù)有哪些行之有效的方法。舉個(gè)例子來(lái)說(shuō),分類與預(yù)測(cè),常用的方法有決策樹、神經(jīng)網(wǎng)絡(luò)、最近鄰、樸素貝葉斯、支持向量機(jī)、隨機(jī)森林等,因而對(duì)于這些典型的方法具體原理是什么,怎么使用,各自有著什么樣的特點(diǎn),都應(yīng)該深入地理解,接下來(lái)就是針對(duì)特定數(shù)據(jù)挖掘問(wèn)題,思考其屬于哪一種類型的任務(wù),然后根據(jù)任務(wù)的具體特點(diǎn),選擇合適的方法來(lái)處理,并且對(duì)基于各種方法所建立的數(shù)據(jù)挖掘模型,要進(jìn)行客觀地評(píng)估,已選擇最佳模型。
對(duì)于每一個(gè)基本任務(wù)具體有哪些方法,我會(huì)在后續(xù)進(jìn)行總結(jié)。在這里,僅是說(shuō)說(shuō)數(shù)據(jù)挖掘主要解決什么問(wèn)題,至于對(duì)于這些問(wèn)題具體怎么來(lái)解決,針對(duì)每一種類型,會(huì)在后續(xù)的文章中逐一說(shuō)來(lái)。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類分析作為 “無(wú)監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10