把数据挖掘应用到工作中

数据挖掘通常要处理大量的数据，需要有方便操作的工具，但是，一般情况下这些工具的价格都很高。

如今，企业需要考虑投资效果，不会随便投入大量资金。因此，我排荐使用Excel的数据挖掘工具(加载宏软件)。根据不同的功能需求，可以在工作中灵活使用Excel的加载宏软件、同样可以很好地满足数据挖掘的目的需求。

一、用数据挖掘得出假设，用实验规划进行检验

如果数据挖掘得出了假设，那么能否使用数据分析方法之一的联合分析检验假设呢?联合分析是20世纪80年代在美国快速发展的市场营销领域版实验规划法。广告词是“开发畅销产品的概念组合”。用虚拟变量的回归分析解析联合分析的数据。

为了调查哪种简易的网络教育书籍最受欢迎，进行一项问卷调查，回收井分析数据．设定因子和项目，如下图所示：

根据分析结果可知，主要因子和项目是“图形丰富”、“有详细的问题解答”、“大量插图”的书籍最受欢迎。关于联合分析Excel网小编将在后面文章中详细说明。

二、学习线性代数

盲目使用工具很危险，最好预先掌握作为统计学基础的线性代数，尤其是逆矩阵和特征值，这是线性代数的两大课题。

多重回归分析、数量化理论I通过求解逆矩阵可以得出答案，但是根据不同数据类型，有时下需要求逆矩阵。此吋，统计软件可能会输出某些错误信息，所以不一定都是便利的工具。虽然经常出现秩亏，但是只要掌握了线性代数，就能坦然应对。解决秩亏的方法有两种：①使用规划求解②使用一般逆矩阵。笔者知道S-PLUS可以求解逆矩阵，目前急需开发Excel的此项功能。

三、学习一般逆矩阵和异常值分解法

如上所述，一般逆矩阵的应用范围十分广泛，现在非常希望普及异常值分解的方法。分解矩阵异常值的软件，在数据挖掘中备受重视。异常值分解的函数，例如，S语言(样本版R)支持异常值分解(SvD SmsularValue DocomPosition)。对应分析(双尺度法)也归结为异常值分解。因此，异常值分解的应用范围不断扩大。与一般逆矩阵相似．急需在Excel的加载宏软件上实现异常值分解的功能。