第七章、异常值检测（离群点挖掘） 概述： 一般来说，异常值出现有各种原因，比如数据集因为数据来自不同的类、数据测量系统误差而收到损害。根据异常值的检测，异常值与原始数据集中的常规数据显著不同。开发了多种解决方案来检测他们，其中包括基于模型的方法(Model-based ...

下图摘自：http://blog.163.com/qianshch@126/blog/static/48972522201092254141315/ 主要的聚类方法可以划 ...

2-1数据对象与属性类型 数据集由数据对象组成。一个数据对象代表一个实体。例如，在销售数据库中，对象可以是顾客、商品或销售•，在医疗数据库中，对象可以是患者；在大学的数据库中，对象可以是学生、教授和课程。通常，数据对象用属性描述。数据对象又称样本、实例、数据点或对象。如果数据对象存放在数据库中 ...

第4章　　分类:基本概念、决策树与模型评估 　　分类任务就是确定对象属于哪个预定义的目标类。分类问题是一个普遍存在的问题，有许多不同的应用。例如：根据电子邮件的标题和内容检查出垃圾邮件，根据核磁共振扫描的结果区分肿瘤是恶性的还是良性的，根据星系的形状对它们进行分析。 　　本章介绍分类的基本概念 ...

定义： 　　Hawkins给出的离群点的本质性定义：离群点是数据集中偏离大部分数据的数据，由于偏离其它数据太多，使人怀疑这些数据的偏离并非由随机因素产生，而是产生于完全不同的机制。 大致分类： 　　 一例分析步骤： 　　　　　 常用离群点检测方法优劣分析： 　　 参考 ...

第一章 什么是数据化运营 ...

第二章、频繁模式、关联规则和相关规则挖掘 关联规则挖掘算法可以从多种数据类型中发现频繁项集，包括数值数据和分类数据，基础算法有Apriori算法和FP-Growth算法。 1.关联模式和关联规则 1.1 模式和模式发现（频繁模式可以有以下几种形式 ...