专题介绍

该专题是数据挖掘与数据仓库专题，博主在复习过程中针对老师的PPT进行的整理，使得逻辑更加方便学习。对于初步入门数据挖掘与数据仓库是可以作为参考的，如果想深入了解，则需要看更全面的教材。不足之处请大家多多指教。

文章列表：

数据挖掘概述

数据预处理

数据仓库、 OLAP及数据立方体计算

关联规则挖掘

分类

聚类

PDF资料下载

---

数据挖掘概述

什么是数据挖掘

DB派：
从海量数据中提取有兴趣的模式或知识；
数据库中的知识发现（Knowledge Discovery in Databases, KDD)

为什么需要数据挖掘

数据爆炸问题：数据自动获取技术的不断发展，导致了数据呈指数级增长。

针对什么样的数据

• 关系数据库（Relational database）
• 数据仓库（Data warehouse）
• 事务数据库（Transactional database）
• 高级数据库
  • 空间数据库（Spatial data）
  • 时间序列数据（Time-series data ）
  • 多媒体数据库（Multimedia database）
  • 文本数据库与WWW（Text databases & WWW）

数据挖掘功能

• 分类与回归分析(Classification & Regression)
  对类或者概念构造模型或函数以便对未来数据进行预测表示: 决策树, 支持向量机, 概率图模型, 深度网络等。

• 聚类分析(Clustering)
  类标识符是未知的: 把数据分成不同的组。使得同一组中的元素具有极大的相似性, 不同组元素的相似性极小。

• 关联分析(Association, Correlation)
  通过数据分析事物之间的关联性。

• 强化学习(Reinforcement Learning)

• 网络分析（Network Analysis）
  链接分析与Ranking；网络传播影响力分析。

• 数据摘要（Data Summarization）
  摘要(Summarization), 如文本摘要、视频摘要等