数据取样是什么？
在明确了数据挖掘的目标后，接下来就需要从业务系统中抽取一个与挖掘目标相关的样本数据子集。
标签：数据专题
数据挖掘与用户画像方案分别有哪些？
本文聚焦于大数据挖掘在用户画像构建中的应用，强调了用户画像在海量数据时代的重要性
数据分割方法、关联分析法及偏离分析法分别有哪些？
数据分割是将数据依据某些属性将其聚类，使之具有一定的意义。
数据资产价值挖掘的主要方法和技术有哪些？
分类与预测是数据挖掘的两大预测性任务。分类是指根据样本的特征,将其划分到预先定义的类别标签中。
数据挖掘算法：Apriori(相关分析)
关联挖掘关系，从消费者交易记录中发现商品之间的关系。
数据挖掘算法：SVM
SVM：SupportVectorMachine，中文名为支持向量机，是一种常见的分类方法，最初是为二分类问题设计的，在机器学习中，SVM是一种有监督的学习模式。
数据挖掘算法：简单贝叶斯(条件概率)
简单贝叶斯是一种简单有效的常用分类算法，在未知物体出现的情况下，计算各类出现的概率，取概率最大的分类。
数据挖掘算法：CART(决策树)
CART：Clasification And Regresion Tree，中文叫分类回归树，可以分类也可以回归。
数据挖掘算法：KNN(聚类)
机器学习算法中最基本、最简单的算法之一，可以通过测量不同特征值之间的距离来分类。
数据挖掘算法：K-Means(聚类)
K-means是一种无监督学习、生成指定K类的聚类算法，将每个对象分配到最近的聚类中心。
数据挖掘算法：EM(聚类)
EM的英语是ExpectationMaximization，因此EM算法又称最大期望算法，也是一种聚类算法。