第七章、異常值檢測（離群點挖掘） 概述： 一般來說，異常值出現有各種原因，比如數據集因為數據來自不同的類、數據測量系統誤差而收到損害。根據異常值的檢測，異常值與原始數據集中的常規數據顯著不同。開發了多種解決方案來檢測他們，其中包括基於模型的方法(Model-based ...

下圖摘自：http://blog.163.com/qianshch@126/blog/static/48972522201092254141315/ 主要的聚類方法可以划 ...

2-1數據對象與屬性類型 數據集由數據對象組成。一個數據對象代表一個實體。例如，在銷售數據庫中，對象可以是顧客、商品或銷售•，在醫療數據庫中，對象可以是患者；在大學的數據庫中，對象可以是學生、教授和課程。通常，數據對象用屬性描述。數據對象又稱樣本、實例、數據點或對象。如果數據對象存放在數據庫中 ...

第4章　　分類:基本概念、決策樹與模型評估 　　分類任務就是確定對象屬於哪個預定義的目標類。分類問題是一個普遍存在的問題，有許多不同的應用。例如：根據電子郵件的標題和內容檢查出垃圾郵件，根據核磁共振掃描的結果區分腫瘤是惡性的還是良性的，根據星系的形狀對它們進行分析。 　　本章介紹分類的基本概念 ...

定義： 　　Hawkins給出的離群點的本質性定義：離群點是數據集中偏離大部分數據的數據，由於偏離其它數據太多，使人懷疑這些數據的偏離並非由隨機因素產生，而是產生於完全不同的機制。 大致分類： 　　 一例分析步驟： 　　　　　 常用離群點檢測方法優劣分析： 　　 參考 ...

第一章 什么是數據化運營 ...

第二章、頻繁模式、關聯規則和相關規則挖掘 關聯規則挖掘算法可以從多種數據類型中發現頻繁項集，包括數值數據和分類數據，基礎算法有Apriori算法和FP-Growth算法。 1.關聯模式和關聯規則 1.1 模式和模式發現（頻繁模式可以有以下幾種形式 ...