1、《数据挖掘与知识发现》，作者李雄飞，本书详尽地阐述了数据挖掘与知识发现领域中的一些基本理论和研究方法。介绍了数据挖掘的概念、数据挖掘对象、知识发现过程、研究方法以及相关研究领域和应用范围，可供有关科技人员学习参考；
2、《数据挖掘概念与技术》，2007年由机械工业出版社出版的图书，本书全面地讲述数据挖掘领域的重要知识和技术创新，可作为数据挖掘和知识发现领域的教师、研究人员和开发人员的一本必读书；
3、《大数据分析与数据挖掘》，2016年清华大学出版社出版的图书，此书综合大
数据挖掘的做法和意思如下：
1、数据挖掘通常需要有信息收集、数据集成、数据规约、数据清理、数据变换、数据挖掘实施过程、模式评估和知识表示8个步骤。
2、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。数据挖掘通常与计算机科学有关，并通过统计、在线分析处理、情报检索、机器学习、专家系统（依靠过去的经验法则）和模式识别等诸多方法来实现上述目标。
数据挖掘能做以下七种不同事情：分类、估计、预测、相关性分组或关联规则、聚类、描述和可视化、复杂数据类型挖掘。数据挖掘(DataMining)的定义是通过分析每个数据，从大量数据中寻找其规律的技术，主要有数据准备、规律寻找和规律表示3个步骤。数据挖掘的任务有关联分析、聚类分析、分类分析、异常分析、特异群组分析和演变分析等。
数据挖掘通过理解数据和数据的来源，获取相关知识与技术，整合与检查数据，去除错误或不一致的数据，建立模型和假设，实际数据挖掘工作，测试和验证挖掘结果，解释和应用等步骤来挖掘完整。
数据挖掘的步骤会随不同领域的应用而有所变化，每一种数据挖掘技术也会有各自的特性和使用步骤，针对不同问题和需求所制定的数据挖掘过程也会存在差异。此外，数据的完整程度、专业人员支持的程度等都会对建立数据挖掘过程有所影响。这些因素造成了数据挖掘在各不同领域中的运用、规划，以及流程的差异性，即使同一产业，也会因为分析技术和专业知识的涉入程度不同而不同，因此对于数据挖掘过程的系统化、标准化就显得格外重要。如此一来，不仅可以较容易地跨领域应用，也可以结合不同的专业知识，发挥数据挖掘的真正精神。
猜你喜欢
查看更多
