聚类：如何发现数据中的隐藏模式？
聚类是一种无监督学习方法，用来将相似的数据点分成相同的组。
标签：数据专题
如何做预测类别标签？
分类问题是数据挖掘中的一个重要部分，目标是基于已知的类别对新数据进行预测。
数据预处理之为分析做准备
在进行数据挖掘之前，数据预处理是必不可少的一步。数据集可能存在缺失值、异常值或者维度不一致的问题。预处理的目标是提高数据质量，确保后续的分析更具可靠性。
关于数据挖掘，你了解多少？
数据挖掘更像是从荒凉的草原上收获美味的果实，而不是在广阔的矿山中寻找金矿。
数据挖掘的应用场景？
针对我们不同的数据挖掘目标，需要采用不同的算法。
数据挖掘的步骤有哪些？
在实施数据挖掘之前，你必须明白自己的目标，即需要通过挖掘去解决什么样的问题。
什么是数据挖掘？数据挖掘的2种方法是什么？
数据挖掘是指从大量的数据中通过算法搜索隐藏于其中信息的过程。
数据的相关知识
距离度量可用于在数据挖掘中明确样本数据相似度，通常可以计算样本间的距离，如下为常用距离度量的介绍。
数据挖掘方法论有哪些？数据挖掘建模框架的三大原则是什么？
将数据挖掘项目分为商业理解、数据理解、数据准备、建模、评估和部署六个阶段。每个阶段紧密相连，但可根据实际情况灵活调整顺序
数据挖掘的应用有哪些？
数据挖掘在医学领域有着广泛的应用。它可以提高诊断准确率，通过分析大量的医疗数据，挖掘疾病高发人群
数据挖掘的方法有哪些？
决策树在解决归类与预测上有着极强的能力，它以法则的方式表达，而这些法则则以一连串的问题表示出来，经由不断询问问题最终能导出所需的结果。