第3章 数据挖掘的主要方法

挖掘模式 特征化与区分 用汇总的、简洁的，精确的表达方式描述某个类 数据特征化：是模板数据的一般特征或特征的汇总 数据区分：是将目录数据对象的一般特性与一个或多个对比类对象的一般特征进行比较 频繁模式、关联和相关性 频繁模式：在数据中频繁出现的模式 频繁项集：在事务数据中一起出现的商品集合 挖掘模式中的关联和相关性 用于预测分析的分类和回归 基于训练实例构造模型 描述和区分未来预测的类和概念 预测

>>阅读原文<<