数字化转型网数据专题将关注数据治理、数据质量管理、数据架构、主数据管理、数据仓库、元数据管理、数据备份、数据挖掘、数据分析、数据安全、大数据、数据合规、等数据相关全产业链相关环节。
怎么挖是数据挖掘的重点内容，有很多道工序，每一道工序展开又能是一整套方法体系。总的来说，数据挖掘有三大块工序，数据采集、数据预处理和数据分析。数字化转型网www.szhzxw.cn
先说这个数据采集吧，在很多人的直觉中，“数据”就是一个文件，它就岁月静好地躺在那里，你写程序去读了就好，许多数据比赛也强化了这一印象。但实际上，数据可能产生于多个不同的地方，譬如说类型完全不同的传感器，又譬如说各种不同的Web网站，火了很久还将火很久的大数据，就是从Web开始的。Web数据有最大的特点就是“大”，动不动就说我几秒产生多少个T的数据，到底有多大不要问，问就是海量。那海量数据采哪些怎么采、怎么存储、流式数据怎么分析，每一步都是一个问题，都需要你需要想各种办法。完成数据采集，将各种所需数据存入数据库，这就形成了数据仓库。这是数据挖掘的基础。
数据预处理主要是特征提取和数据清洗，包括了对原始数据进行类型转换、缺失值填补、将文本数据数据化向量化、缩放标准化等等等等。数据预处理将直接决定数据的最终质量，对挖掘结果产生十分显著的影响，有非常多的经验和技巧，完全可以再写一篇文章。
最后才是数据分析。我刚学的时候，以为“数据挖掘”就是数据分析，相信很多朋友都有过同样的误会，现在知道了，需要经历前面的千山万水才能走到这一步。但是，虽然在流程上，数据分析是最后一步，但这是最核心的一步，最终能挖到金子还是钻石，还得靠这一步。在另一方面，到了数据分析阶段，任务的背景相对就淡化了，而问题的共性明显增加，根据不同的问题积累的工具和方法，也更加容易形成“套路”。所以，数据分析自然也是数据挖掘作为一门课程的重点章节。数字化转型网www.szhzxw.cn
数据挖掘都归纳了哪些问题呢？主要包括分类问题、聚类问题、关联模式挖掘、关联模式和异常检测这四个大类，了解机器学习的朋友肯定很有亲切感，分类问题和聚类问题是机器学习最经典的两大类问题，这就是数据挖掘为什么会看到机器学习的内容。这四个问题还可以细分，譬如经典的啤酒尿布，就是关联模式问题下的频繁项挖掘问题。这些问题都有对应的算法，不同的环境下又有不同的应对方法。
这部分内容很多，是数据挖掘的重头戏，我推荐两本书，一本是韩家炜教授的《数据挖掘:概念与技术》，这是数据挖掘领域知名度最高、也是最经典的一本教材，大家肯定不陌生。另一本则是新出的《数据挖掘：原理与实践》，分为“基础篇”和“进阶篇”，篇幅上就明显增加，而且新书都有一个优点，补充了对新热点的介绍，如怎样挖掘图数据和社交网站数据，可以通过阅读本书追踪数据挖掘的最新进展。
声明：本文来自网络，版权归作者所有。文章内容仅代表作者独立观点，不代表数字化转型网立场，转载目的在于传递更多信息。如有侵权，请联系我们。数字化转型网www.szhzxw.cn
数字化转型网数据专题包含哪些内容
数字化转型网数据专题将关注数据治理、数据质量管理、数据架构、主数据管理、数据仓库、元数据管理、数据备份、数据挖掘、数据分析、数据安全、大数据、数据合规、等数据相关全产业链相关环节。
数字化转型网数据专题包含： 数字化转型网（www.szhzxw.cn）
1、数据相关外脑支持：100+数据相关专家、100+数据实践者、1000+相关资料
2、数据研习社：与全球数据相关专家、实践者共同探讨相关问题，推动产业发展！
3、国际认证培训：目前已引进DAMA国际认证CDMP，其他国内外认证也在逐步引进中
4、典型案例参考：与数字化转型网数据要素X研习社社员一起学习典型案例，共探企业数据落地应用
本文由数字化转型网（www.szhzxw.cn）转载而成，来源于 华章计算机；编辑/翻译：数字化转型网Jack。
