数据挖掘初步认识

声音很好听

大喘气的声音算是配乐？

数据挖掘工作流程：商业理解，指定项目方案，理解数据，提出数据需求，收集数据，数据准备，关联起来 形成数据宽表，模型构建，核心阶段，训练集验证集，不能拿训练集评估，需要拿新的数据评估，评估分两方面，技术层面 验证集，模型评估指标，业务经验专家评估，数据挖掘程序化，固话到，引入新变量进行模型优化

回归问题预测股票价格 销售量，是连续性的变量，研究房价等。关联分析主要是购物栏分析，啤酒与尿布的故事。关联分析主要分析潜在的关联性。推荐系统主要指模拟销售人员，帮助顾客完成购买行为。

机器学习侧重技术和算法，语音识别，图像视频识别，机器翻译，无人驾驶，核心在算法。数据挖掘偏数据，前期爬虫爬取数据然后做数据清洗整合数据可视化，然后用机器学习算法来处理，数据挖掘更广泛，数据挖掘覆盖统计，算法，机器学习，数据可视化等，数据挖掘是处理商业问题的方法，最好的数据挖掘工程师是了解和熟悉业务的人，指定交叉销售策略等，分类，聚类，回归，关联分析等，分类就是Demo根据各自特征进行分类，有监督的机器学习，聚类指一堆数据很多特征，不知道分成什么类别，写程序判断特征，将相似性高的分到一个类别。分群用户指定不同策略。回归因变量是数值，聚类因变量是类别，关联分析主要指购物栏分析

还是很好听的，加油

@

数据挖掘就是从大量未知数据里找到有价值的数据

有播音员的潜质~

我觉得挺好，请坚持！