- Apriori 算法
- 商业智能 BI（Business Intelligence）、数据仓库 DW(Data Warehouse)、数据挖掘 DM(Data Mining) 三者之间的关系：
-
百货商店利用数据预测用户的购物行为属于商业智能，他们积累的顾客的消费行为会存储在数据仓库中，通过对个体进行消费行为分析总结出来的规律属于数据挖掘。
-
元数据：描述其他数据的数据，比如书本上的书名等。可以很方便的应用于数据仓库。
-
数据元：就是最小数据单元。比如一套图书的属性。
-
数据挖掘的流程（Knowledge Discovery in Database（KDD））：
-
分类:通过训练数据集得到一个分类模型，然后用这个模型对其他数据进行分类。
-
聚类：将数据自动聚类到几个类别，聚到一起的相识度大。
-
预测：通过当前和历史数据预测未来趋势，可以更好的帮助我们识别机遇和风险。
-
关联分析：发现数据中的关联分析，被广泛的应用于购物篮分析，或者事物数据分析中。
- 数据预处理：
- 数据清洗：去重复数据，去噪以及填补缺失值。
- 数据集成：将多个数据源的数据存放到一个统一的数据存储中。
- 数据变换：将数据转换成为适当的数据挖掘的形式。比如归一化
- 数据后处理：将模型预测的结果进一步处理后再导出。