寫在前面：粗體字為書中定義，紅色字型為筆者認為的重點詞。
【第一章：緒論】
1.資料探勘：在大型資料儲存庫中，自動地發現有用資訊的過程。
3.資料探勘要解決的問題：可伸縮，高維性，異種資料和複雜資料，資料的所有權和分布，非傳統的分析。
4.資料探勘任務：**任務，描述任務。
四種主要資料探勘任務：
（1）**建模，有兩類：分類，用於**離散目標；回歸，用於**連續目標
（2）關聯分析
（3）聚類分析
（4）異常檢測
【第二章：資料】
（一）屬性與度量
1.屬性：是物件的性質或特性，它因物件而異，或隨時間而變化。
3.屬性的不同型別：
（1）標稱，描述：標稱屬性的值僅僅只是不同的名字，即標稱值只提供足夠的資訊區分物件。
（2）序數：序數屬性的值提供足夠的資訊確定物件的序。
（3）區間：對於區間屬性，值之間的差是有意義的，即存在測量單位。
（4）比率：對於比率變數，差和比率都是有意義的。
屬性型別的定義是累積的。（1）（2）統稱分類的或定性的屬性，（3）（4）統稱定量的或數值的屬性。注意：定量屬性可以是整數值或連續值。
4.非對稱的屬性：只有非零值才重要的二元屬性是非對稱的二元屬性。這類屬性對於關聯分析特別重要。
（二）資料集的型別
1.資料集的一般特性：緯度，稀疏性，解析度
2.基於圖形的資料：帶有物件之間聯絡的資料，具有圖形物件的資料
3.有序資料：時序資料，序列資料，時間序列資料，空間資料
《資料探勘導論》學習筆記（一）
四種主要的資料探勘任務 1 建模任務 2 關聯分析 3 聚類分析 4 異常檢測 主要的資料質量問題 存在雜訊和離群點，資料遺漏 不一致或重複，資料有偏差，或者在別的方面，資料不代表描述所設想的現象或總體情況。資料集主要分為三類 記錄資料，基於圖形的資料 有序的資料 一般資料集的三個特性 記錄資料的不...
《資料探勘導論》學習筆記（二）
資料探勘導論 第四章 分類 基本概念 決策樹與模型評估 分類的定義 分類任務就是通過學習得到乙個目標函式f，把每個屬性集x對映到乙個預先定義的類標號y。目標函式也稱為分類模型，有兩個主要目的 1 描述性建模 2 性建模 分類適用於 兩元或標稱型別的資料集，即離散的資料集。決策樹分類法 選擇最佳劃分的...
資料探勘導論學習筆記（二）
第三章 探索資料 匯 計 量化的 如均值和標準差 用單個數或數的小集合捕獲可能很大的值集的各種特徵。頻率 具有屬性值vi的物件數 總數 分類屬性的眾數就是具有最高頻率的值。百分位數 給定乙個有序的或連續的屬性x和0到100之間的數p，第p個百分位數xp是乙個x值，似的x的p 的觀測值小於xp。值集位...