
數(shù)據(jù)挖掘概述_數(shù)據(jù)分析師
最近看了比較多的關(guān)于大數(shù)據(jù)處理方面的知識(shí),但是例如Hadoop,Spark,Storm等平臺(tái)大都是對(duì)于數(shù)據(jù)的存儲(chǔ)和管理操作,并不是對(duì)于 數(shù)據(jù)進(jìn)行分析和處理的。所以這里就衍生出了另外一種對(duì)于數(shù)據(jù)的處理,數(shù)據(jù)挖掘。學(xué)習(xí)數(shù)據(jù)挖掘也非常偶然,首先畢竟本人一直在做的是數(shù)據(jù)方面的工作,數(shù)據(jù)挖 掘相當(dāng)于是對(duì)數(shù)據(jù)處理后的下一步操作,學(xué)習(xí)一下數(shù)據(jù)挖掘的基本知識(shí),了解了解常用的一些數(shù)據(jù)挖掘算法,對(duì)我來說也是一件不錯(cuò)的事。
由于我目前的水準(zhǔn)還只是入門水準(zhǔn),就簡單的聊聊數(shù)據(jù)挖掘的基本概念。數(shù)據(jù)挖掘,英文為:Data Miming,又叫KDD,知識(shí)的再次發(fā)現(xiàn),數(shù)據(jù)挖掘,顧名思義,就是從數(shù)據(jù)中發(fā)掘出對(duì)于人們來說,有意義的東西。數(shù)據(jù)挖掘無處不在,最常見的就是在網(wǎng)上 購物的時(shí)候,人家會(huì)推薦一些可能讓你感興趣的商品。專業(yè)上講,這叫BI(商業(yè)智能)。還有很多例如銀行利用數(shù)據(jù)進(jìn)行欺詐檢測。下面是數(shù)據(jù)挖掘的一般步驟:
2.數(shù)據(jù)集成 (數(shù)據(jù)預(yù)處理)
3.數(shù)據(jù)選擇 (數(shù)據(jù)預(yù)處理)
4.數(shù)據(jù)變換 (數(shù)據(jù)預(yù)處理)
7.知識(shí)表示
前四步又是作為數(shù)據(jù)預(yù)處理的操作。數(shù)據(jù)預(yù)處理有很多作用,比如取出噪聲數(shù)據(jù)或者是離群點(diǎn)的處理,還有數(shù)據(jù)的規(guī)格化的操作。也許你會(huì)問,我們這么 龐大的數(shù)據(jù)存在于什么地方呢,像一般的系統(tǒng),就是存在于關(guān)系數(shù)據(jù)庫中,但是這時(shí)候就有問題了,數(shù)據(jù)挖掘對(duì)于數(shù)據(jù)的需求量往往是非常大的,這就需要很多的數(shù) 據(jù),所以我們通過一個(gè)叫數(shù)據(jù)倉庫的概念,把許多的數(shù)據(jù)庫組織起來,形成一個(gè)數(shù)據(jù)倉庫,然后我們對(duì)于數(shù)據(jù)倉庫進(jìn)行OLAP聯(lián)系分析處理。而數(shù)據(jù)倉庫又是以數(shù) 據(jù)立方體的形式來表現(xiàn)數(shù)據(jù)的情況的。
挖掘 數(shù)據(jù)的 什么
數(shù)據(jù)挖掘都挖出些什么東西呢,首先一個(gè)就是 頻繁模式 的挖掘,這個(gè)很好理解吧,這里涉及很多的頻繁項(xiàng)集的挖掘算法,比如Apriori算法,里面還有很多關(guān)聯(lián)和相關(guān)性的要素。還有一個(gè)挖掘中經(jīng)常提到的東西叫 分類 ,分類算法在數(shù)據(jù)挖掘中也是非常重要的,比較常被人說起的就是貝葉斯分類算法,基于概率統(tǒng)計(jì)的算法,隨后在分類算法的基礎(chǔ)上又出現(xiàn)了聚類分析,就有了后面 的k-means算法,k-中心點(diǎn)算法。對(duì)于前面的2大模塊的挖掘體系,都有相對(duì)應(yīng)的高級(jí)階段的挖掘分析。對(duì)于更加特殊的數(shù)據(jù)格式和更加復(fù)雜的環(huán)境又會(huì)有 不同的挖掘算法和方式的不同。
未來一定會(huì)是一個(gè)數(shù)據(jù)大爆炸的時(shí)代,數(shù)據(jù)挖掘將會(huì)是一個(gè)非常熱門的領(lǐng)域,他是一個(gè)多學(xué)科交叉的領(lǐng)域,機(jī)器學(xué)習(xí),神經(jīng)網(wǎng)絡(luò),統(tǒng)計(jì)學(xué),對(duì)于各行各業(yè)都會(huì)起到非常重要的作用。
文章來源:CDA數(shù)據(jù)分析師官網(wǎng)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)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 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
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)營問題、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)分析場景中,聚類分析作為 “無監(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,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10