首先声明的是本人并非数据挖掘和机器学习的高手，只是作为业余兴趣刚刚开始研究，据我所知好多朋友也和我一样对这方面的东西感兴趣，个人认为机器人技术是未来发展的方向。虽然我的专业是软件开发，基于Windows的，基于linux的，但是我认为未来的软件开发可能面对的硬件将会是多元化的，适当的了解一下未来的趋势也不为过。
本来想从机器学习开始，但是通过对业内人士的咨询，朋友建议我从数据挖掘开始，通过近一个月的学习，对数据挖掘的基本思想有了些粗浅的认识，分享出来，希望和大家共同快乐，共同进步。在这样的信息爆炸的时代，我希望对每个重要的知识点用一句话通俗的表达出来，既然是入门篇，让大家看明白了最重要。
分类和决策树
分类技术要解决的问题是从一批已知的完整记录中学习到一颗决策树或者一个模型，然后应用这个模型对未知的数据属性进行预测或分类。有时候对于一些现实的问题，我们无法通过纯数学的解析式表打自变量和因变量的关系时，我们就可能降低要求，从精确的解析式到模型足够好，可以解释大部分的现象，解决大部分的问题，通过分类技术和决策树就可以解决一部分问题。
下面是一个简单的决策树归纳算法实现
关联分析
关联分析要解决的问题是通过算法找出隐含在数据中的关联，比如买尿布的人大部分也买啤酒，买啤酒的人大部分也买花生米，有了关联就可以做针对性的广告或者商业分析。
聚类分析
聚类分析要解决的问题是将数据分成内部高内聚，外部低耦合的集合，这样对相似的事物进行分析就会更有针对性。
异常检测
一批数据中总有些数据记录的性质和其他大部分的数据差别很大，对有些分析我们需要找出这些数据并排除其对整体的影响，当然在某些极端的情况下对异常数据的深入研究也是有必要的。
数据分析咨询请扫描二维码
若不方便扫码，搜微信号：CDAshujufenxi
在数据指标体系搭建工作中，从业者常困惑于指标搭建的核心逻辑：究竟是依托一线零散数据自下而上汇总指标，还是基于战略目标自上 ...
2026-07-31在数据分析、问卷研究、实验复盘、业务建模的工作中，大多数人最关注的是“用什么统计方法”：是做T检验、方差分析、卡方检验， ...
2026-07-31 许多数据分析师精通Excel函数和SQL查询，但当面对一张上万行的销售明细表，要快速回答“哪个地区销量最高”“哪款产品增长最 ...
2026-07-31在问卷调研的数据分析流程中，“先检验信效度，再开展进阶统计分析”是通用的规范逻辑。很多从业者会听到“问卷效度高，后续可以 ...
2026-07-30【核心关键词】大数据、统计学、专业、毕业生、论文、课程、计算机、建模、知识、数据分析、机器学习、数据科学、大数据技术、 ...
2026-07-30 很多数据分析师掌握了Excel函数、会写SQL查询，但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-07-30在业务数据分析中，按天拆分统计夜间时段的数据是高频需求——比如电商夜间订单监测、平台夜间用户活跃度分析、运维系统夜间异常 ...
2026-07-29在机器学习建模与特征工程实践中，判断不同特征对模型预测效果的贡献度，是特征筛选、模型解释、业务归因的核心环节。特征置换重 ...
2026-07-29 很多数据分析师精通Excel单元格操作，但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-07-29【核心关键词】岗位、数字化、经验、课程、方法论、决策、企业、大方向、数据分析、销售管理、理论知识、思维方式、分析销售、 ...
2026-07-28在问卷调研、用户分群、效果对比等业务数据分析中，分类变量的关联性与差异性验证是高频需求。卡方检验作为针对离散分类数据的经 ...
2026-07-28 数据分析师八成以上的时间在和数据表格打交道，但许多人拿到Excel后习惯性地先算、先分析，结果回头发现漏了一列关键数据， ...
2026-07-28在Excel数据分析与报表制作中，数据透视表是快速完成多维度汇总、分组统计的核心工具。很多从业者在得到透视表汇总结果后，为了 ...
2026-07-27 很多数据分析师每天与Excel打交道，但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-07-27当下，我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录，更是驱动新质生产力运转的核心动能、滋养人工 ...
2026-07-27【核心关键词】客户、数据分析、指标体系、数据采集、数据指标、业务数据、分析思路、业务需求、分析方法 【专访摘要】本次 CDA ...
2026-07-24在数据分析、业务建模与数字化运营体系中，原始业务数据普遍存在缺失、重复、异常、口径不一致等质量问题，直接用于分析与建模会 ...
2026-07-24 很多数据分析师能熟练计算均值、标准差，但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-07-24在数据驱动的精细化运营体系中，指标是业务判断、效果复盘、策略优化的核心依据。随着企业数据化程度提升，指标数量持续膨胀，但 ...
2026-07-23在用户运营与产品增长体系中，留存是衡量产品真实价值与用户粘性的核心标尺，也是决定用户生命周期价值、获客投产比的底层因素。 ...
2026-07-23
京公网安备 11010802034615号
经营许可证编号：京B2-20210330
