數(shù)據(jù)挖掘入坑

0x01什么是數(shù)據(jù)挖掘

1.定義：從數(shù)據(jù)中獲取知識(shí)。

2.實(shí)例：

1.比如你要想知道某輛車(chē)從啟動(dòng)到速度穩(wěn)定行駛的距離，那么你會(huì)先統(tǒng)計(jì)從啟動(dòng)到穩(wěn)定耗費(fèi)的時(shí)間、穩(wěn)定后的速度、加速度等參數(shù)；然后運(yùn)用牛頓第二定律(或者其他物理學(xué)公式)建立模型；最后根據(jù)該車(chē)多次實(shí)驗(yàn)的結(jié)果列出方程組從而計(jì)算出模型的各個(gè)參數(shù)。通過(guò)該過(guò)程，你就相當(dāng)于學(xué)習(xí)到了一個(gè)知識(shí) — 某輛車(chē)從啟動(dòng)到速度穩(wěn)定行駛的具體模型。此后往該模型輸入車(chē)的啟動(dòng)參數(shù)便可自動(dòng)計(jì)算出該車(chē)達(dá)到穩(wěn)定速度前行駛的距離。
2.然而，在數(shù)據(jù)挖掘的思想中，知識(shí)的學(xué)習(xí)是不需要通過(guò)具體問(wèn)題的專(zhuān)業(yè)知識(shí)建模。如果之前已經(jīng)記錄下了100輛型號(hào)性能相似的車(chē)從啟動(dòng)到速度穩(wěn)定行駛的距離，那么我就能夠?qū)@100個(gè)數(shù)據(jù)求均值，從而得到結(jié)果。顯然，這一過(guò)程是是直接面向數(shù)據(jù)的，或者說(shuō)我們是直接從數(shù)據(jù)開(kāi)發(fā)模型的。
3.這其實(shí)是模擬了人的原始學(xué)習(xí)過(guò)程 — 比如你要預(yù)測(cè)一個(gè)人跑100米要多久時(shí)間，你肯定是根據(jù)之前了解的他(研究對(duì)象)這樣體型的人跑100米用的多少時(shí)間做一個(gè)估計(jì)，而不會(huì)使用牛頓定律來(lái)算。
4.以上就是首要原則模型(first-principle models)，是科學(xué)工程領(lǐng)域最為經(jīng)典的模型。

3.機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘：
機(jī)器學(xué)習(xí)偏向于底層，更側(cè)重算法和優(yōu)化方面。
數(shù)據(jù)挖掘面向模型。

4.算法：
a. 關(guān)聯(lián)規(guī)則挖掘 (Apriori, FPTree, etc.)
b. 分類(lèi) (C4.5, KNN, Logistic Regression, SVM, etc.)
c. 聚類(lèi) (Kmeans, DBScan, Spectral Clustering, etc.)
d. 降維 (PCA, LDA, etc.)
e. 推薦系統(tǒng) (基于內(nèi)容的推薦，協(xié)同過(guò)濾，如矩陣分解等)

參考資料：
領(lǐng)域簡(jiǎn)介
計(jì)算機(jī)的潛意識(shí)
數(shù)據(jù)挖掘概述-By幕晨
zhihu如何學(xué)習(xí)數(shù)據(jù)挖掘
10大算法一覽表
學(xué)習(xí)資料
Coursera吳恩達(dá)
Google的課程
Microsoft的數(shù)據(jù)挖掘
深度學(xué)習(xí)公開(kāi)課匯總-CSDN
數(shù)據(jù)全棧
fengjunchen-學(xué)習(xí)資料
宏倫養(yǎng)成
python之用
shareditor

轉(zhuǎn)載于:https://www.cnblogs.com/gwj1314/p/9444883.html

與50位技術(shù)專(zhuān)家面對(duì)面20年技術(shù)見(jiàn)證，附贈(zèng)技術(shù)全景圖

總結(jié)

以上是生活随笔為你收集整理的数据挖掘入坑的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

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