博文

走进数据挖掘

已有 2269 次阅读 2022-5-30 07:31 |个人分类:科普|系统分类:科普集锦

走进数据挖掘

在汉语中，数据也叫数值，它是通过观察、实验或计算得出的结果。其最简单的形式就是数字，也可以是文本、图像、声音等（参考链接[1]）。在计算机领域，各种字母、数字符号的组合、语音、图形、图像等统称为数据，它经过加工后就成为信息（参考链接[2]）。不管如何定义，一般而言，数据就是一种生物、化学、物理、计算机等多个学科产生的结果和现象。

数据里面有什么信息、规律或模式？怎么有效利用数据解释现象和指导工作？等等！诸如此类，都是数据挖掘（Data Mining）所要研究的基本问题。根据研究问题，数据挖掘大致可以定义为是从大量数据中，通过技术手段提取出数据内潜在的信息和知识。

数据挖掘属于数据科学的重要分支（走进数据科学）,它强调了数据挖掘算法在挖掘数据中的重要性和智能性。那么，如何走进数据挖掘领域呢？通常的做法是阅读相关经典书籍。选择合适的数据挖掘书籍对于走进数据挖掘领域还是很重要的，尤其是一些概念、方法、原理等。

第一本书籍《数据挖掘导论》（图1）由Pang-Ning Tan等主编，范明等翻译，是数据挖掘领域的畅销书籍。全书涵盖5个主题：数据、分类、关联分析、聚类和异常检测。可以说，概述在概念和算法解释方面非常通俗易懂，是数据挖掘入门的良好教材。

图1 《数据挖掘导论》

第二本书籍《数据挖掘基础教程》（图2）是Soman.K.P等主编，范明等翻译。该书全面介绍数据挖掘的原理、方法和算法。涵盖主题包括数据挖掘的基本概念、数据类型、输入和输出、决策树、预处理和后处理、关联规则、分类和回归、支持向量机、聚类分析及多维数据可视化。理论与实践结合是本书的特点之一，讲解也是深入浅出。在实践方面，推荐了两款数据挖掘软件（Weka和ExcelMiner），便于操作实践。

图2 《数据挖掘基础教程》

第三本书籍《数据挖掘：概念与技术》（图3）由著名华裔计算机学家Jiawei Han（韩家炜）教授等主编，范明等翻译。与前面两本书籍的编排不同，该书全面地讲述数据挖掘领域的重要知识和技术创新。在常规数据预处理、分类、聚类、关联规则等编排基础上，还讲述了挖掘数据流、时序和序列数据以及挖掘时间空间、多媒体、文本和Web数据方面的内容。

图3 《数据挖掘：概念与技术》

第四本书籍《数据挖掘：实用机器学习工具与技术》（图4）由新西兰计算机学家Ian H. Witten等主编，李川等翻译。该本书是机器学习Weka软件（详见机器学习软件推荐一个）的配套书籍，也是数据挖掘领域的畅销书籍。该书对数据挖掘领域的机器学习技术和工具以及实践方法进行了详细介绍，实践操作都是基于Weka软件。涵盖内容包括：数据输入/输出、知识表示、相关技术（决策树、关联规则、实例学习、线性模型、聚类等）以及在实践中的应用。