数据挖掘概览及商用方向

数据挖掘算法概览 监督学习 分类 决策树 支持向量机 朴素贝叶斯 K近邻 逻辑回归 回归 线性回归 岭回归 Lasso回归 无监督学习 聚类 K-means 层次聚类 DBSCAN 关联规则挖掘 Apriori算法 FP-growth算法 其他 时间序列分析 文本挖掘 图挖掘

数据挖掘软件的发展讲得还挺全的，内容从早期工具说起，一直讲到现在主流的软件，适合刚入门或者准备选工具的朋友翻一翻。像是Minitab、SPSS、Eviews这些常见选手，都有对比和实际案例，比较贴地气，懂点 Excel 也能跟上。页面里还贴了不少资源链接，像Minitab 数据软件详解这种，点进去能看到软件截图和使用建议，蛮实用的，不像有些纯理论讲一堆听不懂。我觉得如果你想找一套合适的数据工具，但又不确定选哪个，先过一遍这份 PPT 思路会清晰多。哦对了，文档是 PPT 形式的，排版清爽，逻辑也清楚，看着不累。要是你已经用Python在，那也别急着跳过，里面还有像Python 数据经典应用与发

数据挖掘分类算法概述 不同分类算法原理及特点对比 分类算法在实际中的应用举例

分类清晰的数据挖掘算法，挺适合刚入门或者想梳理知识点的你。数据库挖掘、Web 挖掘、文本挖掘，还有音视频这些冷门点也都有提到。内容不算长，但干货够用。嗯，要是你想继续深挖，后面那几个链接就蛮实用了，像文本挖掘手册、R 语言那篇文章，我自己也收藏过几次。

数据挖掘里的经典老朋友——决策树和K-Means，是真的经常用到，尤其是做分类和聚类的时候。像ID3和C4.5，用来搭建逻辑清晰的分类模型，还挺方便的，生成的树结构也容易看懂。 ID3 算法就比较适合小规模数据，优点是思路简单，基于信息增益挑选分裂属性。但它不支持连续变量，对大数据也不太友好。 如果你数据量稍微大点，或者属性有连续值，那C4.5就比较合适。它对 ID3 做了不少优化，比如用信息增益率避免偏向多值属性，还能自动离散化连续特征。 K-Means也常见，聚类效果还不错。适合那种你对数据没什么预设标签、就想看看它自己怎么分组的场景。像用户群、商品分类这些都用得上。 不过它对初始簇心挺敏

信息技术普及后，企业运用管理信息系统处理事务与业务，积累了大量信息。为辅助管理决策，企业需要特殊工具从数据中提取知识，促进了数据环境需求和数据挖掘工具的发展。

从交易数据库里挖规则，用得挺顺的一份资料，适合你想搞懂关联规则挖掘的来看看。文档里一口气讲了从一维布尔到多维多层的挖掘方式，还捎带聊了相关性，内容够全，节奏也清晰，适合边学边实操。 关联规则挖掘的套路，主要靠频繁项集和支持度置信度的组合。比如，你常见的Apriori 算法，用得多、资料多，学习起来也轻松。配合后面讲的AIGEP 算法，还能应付多维复杂场景，适合项目里玩点花样。 你要是搞WEKA的，可以顺着这份教程练起来，界面操作友好，过程还直观。想试试层级结构的，也别错过多层关联规则这块，挺适合做数据层次的。 嗯，如果你比较关心规则之间的冲突、负向关系，也有加权负关联规则挖掘这种小众内容，虽然

SAS公司的Enterprise Miner、IBM公司的Intelligent Miner、SPSS公司的Clementine、Statsoft公司的Statistica Data Miner、DB Miner公司的DBMiner、NCR公司的Teradata Warehouse Miner、Unica公司的Affinium Model、Insightful公司的Insightful Miner、Data Miner公司的RIK, EDM and DMSK、Information Discovery公司的Data Mining Suite、Angoss公司的KnowledgeSTUDIO、D

写顶刊论文这事，听着高大上，其实有套路。USTC 来的 IEEE TKDE 主编 Xudong Wu，讲了不少干货，挺值得一听的。讲座主要围绕怎么写能发出去的好论文，尤其是像 TKDE 和 ICDM 这种顶尖平台。 数据挖掘的研究方向还挺多的，TKDE 主要关注数据挖掘、数据库系统、知识工程这些。如果你选题不沾边，那率直接被拒。所以选题关键，要新、有用，还能点现实问题。 写论文最重要的是论证有力。别只是讲你做了啥，更要为啥这么做好，实验数据得拿得出手，得讲得明白，最好能有点让人眼前一亮的发现。实证部分越细致，越容易打动审稿人。 引言部分别太学术套话，讲清楚你研究的问题在哪、为啥重要、你打算怎么