數(shù)據(jù)挖掘是如何運作的 ？

讀懂?dāng)?shù)據(jù)等于掌握財富密碼。但并不是所有數(shù)據(jù)都有價值，這就是數(shù)據(jù)挖掘的價值所在，本文介紹大數(shù)據(jù)挖掘的全流程

大多數(shù)時候當(dāng)人們搜索數(shù)據(jù)挖掘的時候，他們所感興趣的是整個流程，數(shù)據(jù)挖掘只是流程中的一個環(huán)節(jié) 。數(shù)據(jù)挖掘也可以被理解為為如何在數(shù)據(jù)中發(fā)現(xiàn)“知識”

從原始數(shù)據(jù)開始
，使用計算和算法工具
，直到獲得有價值的數(shù)據(jù) ，我們可以稱之為知識
，步驟如圖

Data Mining Process

從原始數(shù)據(jù)到進行數(shù)據(jù)的選擇得到Target Data

假設(shè)我們我們有很多關(guān)于某種現(xiàn)象的信息現(xiàn)象
 ，我們想得出一些在這種情況下
，關(guān)于這個問題的知識。有時我們有一些數(shù)據(jù)不是有用的數(shù)據(jù) ，有些數(shù)據(jù)還沒有準(zhǔn)備好在這種情況下被使用 。例如，我們要做的基本處理是顏色選擇 ，然后我們得到數(shù)據(jù)到目標(biāo)日期
，有了這個目標(biāo)數(shù)據(jù) ，我們可以對這個目標(biāo)數(shù)據(jù)做轉(zhuǎn)換處理。在此之前 ，我們需要對數(shù)據(jù)進行預(yù)處理

方法一：異常值檢測

Outlier Detection

假設(shè)我們有數(shù)據(jù)的變量分布