資料探勘的任務：
分類與**，聚類分析，關聯規則，時序模式，偏差檢測，智慧型排序
資料探勘的建模過程：
1.定義挖掘目標
2.資料採集，取樣（隨機抽樣，分層抽樣，等距抽樣，分類抽樣，起始順序抽樣）
3.資料探索：異常值分析、缺失值分析、相關性分析、週期性分析，有無明顯規律和趨勢
4.資料預處理：降維處理，缺失值處理，資料篩選，資料轉換，壞資料處理，資料標準化，主成分分析，屬性選擇，資料規約等。
5.挖掘建模：
5.1先確定是哪類問題（分類，聚類，關聯規則，時序模式，智慧型推薦，智慧型排序）
5.2選用哪個演算法建模
6.模型評價與發布
資料探勘 （一）資料獲取
1 資料倉儲 全部事實的記錄 必須是全面的 完備的 盡可能詳細的 可以方便的以不同維度抽取和整理資料 資料是拿來用的，一般乙個特定的場景不會使用全部的資料，資料倉儲非常豐富，必須根據不同的應用調取相應的資料，這些被抽取和整理的資料稱為資料集市 dw 1 資料庫 vs 倉庫 資料庫面向業務儲存，需要保...
資料探勘實戰（一） 資料分析
資料集準備 status表示標籤，但是它作為乙個特徵維度混入到特徵列表中，要先將它找出來賦給標籤，並按照約定規則將資料分為訓練集和測試集 import pandas as pd from sklearn.model selection import train test split data pd....
資料探勘 實驗一 資料探勘軟體環境搭建與使用
1 輸出 9 9 乘法口訣表。分析 分行與列考慮，共9行9列，i控制行，j控制列。for i in range 1,10 for j in range 1,i 1 print format i,j,i j end print 2 獲取 100 以內的質數。分析 質數 prime number 又稱素...