数据挖掘概念

数据挖掘所挖掘的结果是面向全部的数据，而机器学习则是预测测试样本的检测结果。

1.2.3.4.5.

2.互信息值：

2
4VVolume () Variety () Velocity Value

4.数据挖掘的主要功能   

5.多站点处理：

1.单机多进程

2.集群分布式计算效果

6.频繁项集：(min_sup)

:

:――AprioriGrowth

C2CC

 RRR

 RRR

rd:() → ydyd

 

 

11.凝聚法分层聚类有一堆方法可以用来算两点（pair）之间的距离：欧式，欧式平方，manhattan等，还有一堆方法可以算类（cluster）与类之间的距离，什么single-linkage、complete-linkage、还有这个ward linkage。（即最短最长平均，离差平方和）

Extrapolation

关联规则的评价指标是支持度、置信度 

13.分类规则的挖掘方法通常有：决策树法、贝叶斯法、人工神经网络法、粗糙集法和遗传算法。

14.模型的具体化就是预测公式，公式可以产生与观察值有相似结构的输出，这就是预测值。

15.频繁闭项集“--楗煎共”“-楗煎共”“--楗煎共”g(f(X))

DMDB/DM

1. DBDM
2. DB/DW

原文：https://www.cnblogs.com/lgx-fighting/p/9372729.html