数据挖掘概念模型方法与算法

影印版的《数据挖掘-概念、模型、方法和算法》，内容还挺扎实的，讲得也比较系统。作者是 Louisville 大学的副教授，嗯，看得出来是有干货的那种。

影印版的《数据挖掘-概念、模型、方法和算法》，内容还挺扎实的，讲得也比较系统。作者是 Louisville 大学的副教授，嗯，专业背景够硬，讲课风格也偏实战，不是那种纯理论一通吹的书。

书里头的模型分类讲得蛮清楚的，从监督学习到无监督学习，每种方法都配了例子，像你用分类算法搞用户分群，或者用聚类做推荐系统优化，都能找到对口的方法。

代码不多，主要偏理论框架。但用来梳理思路、搭建项目的初期结构，还是挺不错的。比如你要构建个数据挖掘的前后流程，就能跟着它的数据预 → 建模 → 评估这一套跑。

你要是喜欢多角度对比算法优劣，建议再看看这两个相关资料，内容延展得更深入一些：数据挖掘：概念、模型、方法、算法 和 数据挖掘：概念、模型、方法与算法探析。

哦对，初学者看的话会觉得偏厚重，建议你配合点项目实战或者 Kaggle 比赛练一练，印象更深。