数据挖掘学习笔记一：绪论

数据收集以及数据存储技术的提高，方便了人们收集到大量的数据，而传统的数据分析方法不能对海量的数据提取处有用的信息。再次背景下，新的数据挖掘技术诞生。数据挖掘作为一种技术，是将传统的数据分析方法与处理大量数据的复杂算法相结合。

数据挖掘在商业以及医学、科学及工程中有很重要的运用。

一、什么是数据挖掘

数据是在大型的数据存储库中，自动发现有用信息的过程。数据挖掘技术可以识别数据中有用的位置模式，可以用来预测未来结果。

并不是所有的信息发现任务都是数据挖掘，在数据库中检索信息是属于数据检索。

数据挖掘是数据库中知识发现中不可缺少的一部分。从数据预处理到数据处理再到数据的后处理。

数据预处理的目的是将未加工的数据转换程适合分析的数据形式。

结束数据循环通常需要将数据挖掘中的结果集成到决策支持系统中。

二、数据挖掘需要解决什么问题

可伸缩性

高维性

异种数据和复杂数据

数据的所有权与分布

非传统的分析

三、数据挖掘任务

预测任务：根据其他属性值，预测特定属性值

描述任务：到处概括数据中潜在的联系的模式

预测建模

聚类分析

关联分析

异常检测