觀點一，如上圖所示，數(shù)據(jù)是信息的載體，信息是數(shù)據(jù)的本質(zhì)

觀點二，任何對于數(shù)據(jù)的分析和挖掘的做法，實質(zhì)上都是對于信息的加工和轉(zhuǎn)換。

觀點三，在將信息記錄成數(shù)據(jù)的過程中，可能產(chǎn)生信息的損失。

觀點四，在數(shù)據(jù)的傳輸過程中可能產(chǎn)生數(shù)據(jù)的損失，同時也就是信息的損失。

觀點五，在從數(shù)據(jù)還原成信息的過程中很可能產(chǎn)生理解的偏差，造成信息的損失。

如上圖所示，數(shù)據(jù)分析挖掘的過程也就是從信息A到信息B*的過程；

信息A記錄成數(shù)據(jù)A，數(shù)據(jù)A經(jīng)過傳輸變成數(shù)據(jù)A*，可能不再等于數(shù)據(jù)A；

數(shù)據(jù)A*經(jīng)過清洗過程變成信息A*，信息A*與信息A的差異也就是數(shù)據(jù)清洗要解決的問題。數(shù)據(jù)清洗應(yīng)該盡量保證它們一致。

信息A*經(jīng)歷轉(zhuǎn)換（可能是匯總、分類、聚類、機器學(xué)習(xí)等）變成信息B；

信息B被記錄成數(shù)據(jù)B；

數(shù)據(jù)B經(jīng)過傳輸給到數(shù)據(jù)消費方，變成數(shù)據(jù)B*，同樣有可能與數(shù)據(jù)B不同。

數(shù)據(jù)B*被數(shù)據(jù)消費方理解為信息B*，這與原信息B之間有可能存在不同或者誤解。

這就是從宏觀上看的一個流程。

總結(jié)

以上是生活随笔為你收集整理的数据分析、数据挖掘的本质的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。