1）資料探勘的一種定義
是一項通過探測大量資料以發現有意義的模式和規則的業務流程。
資料探勘是一種業務流程，它以其它業務流程產生的大量資料為輸入，一般經過收集，清洗，整理，識別、分析和度量等加工，得到某種有意義的模式或規則作為輸出。而這種輸出反過來可以為其它業務流程提供度量，判斷，**等作用。
資料探勘的基礎是大量的資料，不同的挖掘方法和目的對於資料量的要求會有所不同，但一般而言，都是資料越多越好。對於資料探勘而言，所有資料都是有用的，但對於某種具體的挖掘任務，就需要識別有效資料和無效資料，這就是資料清理的基本目的。
資料探勘的過程並不是單線的，很多時候都需要不停地迭代。
發現有意義的模式和規則是資料探勘的根本目的，這裡的模式和規則可以是一種關聯（比如身高和飲食，銷量與季節等），趨勢（比如人口增長趨勢，銷量趨勢）。一般來講，根據資料總可以找到一種模式或者規則（對於有限的樣本資料總可以找到一種擬合函式），因此必須尋找有意義的模式或規則，這裡的有意義是指可以給我們的其它業務過程提供「有用「的幫助。
在資料探勘過程中，每個環節其實都帶有非常大的主觀性，由於資料量大，資料維度多，資料所包含的資訊取決於人的視角，要窮盡所有的可能是不現實的，因此取捨在資料探勘過程中非常重要。正因為資料探勘的特殊性，很多時候我們都希望能得到某種通用的模式。這當然是無可厚非的事情。但由於資料探勘是基於歷史資料，樣本資料總是有限的，因此如果涉及到對未來的**，那麼在資料探勘過程中就應始終保持對通用模式的警惕（放之四海而皆準的都應該警惕），同時也需要防止過渡擬合。
2）資料探勘的一般過程
a）識別業務機會
資料探勘的重點的是結果（得到有價值的資訊），而不是利用先進的技術。識別業務機會是資料探勘的任務定義過程。
b）將資料轉換為資訊；
將資料轉換為資訊就是資料探勘的挖掘過程。資料的好壞對資訊的獲取有比較直接的影響，因為在挖掘過程中，需要花費大量的時間和精力來進行資料的清理和整理。為了減少這種成本，為資料探勘而提供的資料應該有良好的資料格式（盡量結構化和標準化），盡可能多的維度（一般是越詳細越好）。
這從另外乙個角度，也給業務或者產品的設計者，資料結構的設計者提出了更高的要求。
c）根據資訊採取行動；
這是資料探勘的根本目的。資料探勘得到的資訊應該得到應用。只有用了才能從實際中驗證資料探勘工作的好壞，挖掘策略是否有效。
d）度量結果。
對資料探勘得到的資訊通過實際應用進行檢測，從而可以評價和改進挖掘過程。而且，通過應用產生的資料可以加入到新的挖掘過程中，對挖掘形成良性的促進。
3）需要注意的問題
學習的東西不真實
a） 模式不代表任何基本規則
資料本身是沒有好壞的，資料是中性的。但人們從資料獲得的資訊往往帶有認知的主觀性。比如我們認為月亮上有月兔，僅僅是因為有些像，但實際沒有。
資料不會說謊，理解（挖掘）會有偏差；說謊的人會玩弄資料；
b） 模型集可能不反映相關的總體
樣本資料太少，樣本資料不能很好的反映整體的情況下就會產生這種問題。比如1,1,2,3,5,8.看到這些資料，很容易認為是斐波納契數列，如果這是商店的每天賣出的商品數，能用斐波納契數列做商品的銷售模型？顯然不行的。
c）資料的詳細程度有誤
還是上面的例子，資料量太小，資料量太少，資料的詳細程度太低，往往得不到所要的結果，還會產生誤導。
學習的東西無用
包括兩個方面，一是得出的東西眾所周知，二是不能用，這個不能用可能是法律的，或者條件所限。
資料探勘筆記 1
維歸約規範化 選擇資料子集 視覺化模式表達 高維性 物件擁有數量不少的屬性 資料的所有權與分布 分布式資料處理 非傳統的分析 資料探勘要求自動產生和評估假設，並且資料探勘資料集多是時機性樣本，而非隨機性樣本 關聯分析 association analysis 用來發現描述資料中強相關的模式 聚類分析...
資料探勘筆記1
資料可以與類或概念相關聯。例如，在allelectronics 商店，銷售的商品類包括計算機和印表機，顧客概念包括bigspenders 和budgetspenders。用彙總的 簡潔的 精確的方式描述每個類和概念可能是有用的。這種類或概念的描述稱為類 概念描述。這種描述可以通過下述方法得到 1 資...
資料探勘筆記1
資料可以與類或概念相關聯。例如，在allelectronics 商店，銷售的商品類包括計算機和印表機，顧客概念包括bigspenders 和budgetspenders。用彙總的 簡潔的 精確的方式描述每個類和概念可能是有用的。這種類或概念的描述稱為類 概念描述。這種描述可以通過下述方法得到 1 資...