資料探勘1

資料探勘過程的方**，其中比較經典的是crisp-dm（cross industrystandard process- for data mining，跨行業資料探勘標準流程），其中一共分為6個步驟：商業理解，資料理解，資料準備，建模，評估，發布。

統計學習劃分為兩種型別：有

監督學習，無監督學習

有監督學習範疇，即對每乙個自變數x都有乙個因變數y一一對應；

對於有監督學習，響應變數【因

變數】屬

於定量變數（即連續性變數，如gdp，企業年銷售額）的話，我們把它定義為回歸問題，而響應變數【因

變數】屬於定性變數的話（即分型別變數，如違約客戶與不違約客戶，患病與不患病），我們定義為分類問題。

無監督學習，則只有自變數x，而沒有y。例如我們能夠獲得零售企業當中每個會員的行為資訊，我們可能希望通過無監督學習的方法（聚類）把會員劃分為不同的客戶細分群體（粉絲客戶群，注重價效比客戶群）。

回歸分析泛指利用乙個或者多個自變數通過擬合適當的函式關係式來**因變數的方法。而在整個回歸體系當中，最基礎的莫過於普通最小二乘回歸（ordinary least square，簡稱ols）；乙個自變數時稱一元回歸分析，或者多個自變數時稱多元回歸分析。

一元線性回歸和多元線性回歸都屬於簡單線性回歸範疇，最直接的差異在於一元線性回歸的自變數只有乙個，而多元線性回歸的自變數存在多個。

衡量兩個變數之間的線性相關程度的指標稱為相關係數。