基本步骤：

1 数据清理

2 数据集成

3 数据选择

4 数据变换

5 数据挖掘

6 模式评估

7 知识表示

数据的属性有哪些：

1 标称属性：可以说成是事物的名称 例如 头发的颜色：棕色，红色，褐色等

2 二元属性：用 0或1 表示，又称布尔属性

3 序数属性： 第一，第二，第三，A，B，C，D，等级之类的，序数之间没有明确的差值

4 数值属性：有两种 （1）.区间标度属性，比如温度15°和30°，差了15°，但是你不能说30°是15°的2倍 （2）比例率属性，比如100美元是1美元的100倍

5 离散属性与连续属性

数据的表述：

1 中心趋势度量：可以用到 （1）均值 （2）中位数 (3) 众数

均值：所有数据加起来求平均

加权平均： 所有数据乘以他的权重，求和，在除以他的权重和

中位数：递增排序后，中间的那个数，如果是偶数个，则为中间两个的平均值

众数：数据中出现最多的数

中列数:数据中最大数和最小数的和值得平均

中列数可以看出数据是正倾斜还是负倾斜（在中位数的左边还是右边）左正右负

度量数据散布：

1 极差，四分位数，方差，标准差，和四分位极差

极差：最大和最小数的差

四分位数：数据中第25%（Q1） 50%(Q2)  75%(Q3)，可以把数据分成四分，使得每部分是数据的四分之一。

四分位极差：IQR=Q3-Q1

方差：（数据的平均值减去数据中的每一个值）的平方，然后求和，再除以数据的个数

标准差：方差开平方