1，什么是数据挖掘
数据挖掘是从大量的数据中挖掘有趣的模式和知识的过程。
2，什么是KDD
KDD是数据中的知识发现，包含以下过程：
数据清理；数据集成；数据选择；数据变换；数据挖掘；模式评估；知识表现。
3，数据挖掘中的数据
（1）数据库数据
主要是关系数据库中的数据，关系数据库是表的集合，每个表都包含一组属性（列）和大量的元组（行）
（2）数据仓库
数据仓库是从多个数据源收集的数据，与数据库相比
对比内容 | 数据库 | 数据仓库 |
数据内容 | 当前值 | 历史的，存档的，归纳的，计算的数据 |
数据特征 | 面向业务操作程序，重复处理 | 面向主题域，管理决策分析应用 |
数据结构 | 高度结构化，复杂，适合操作计算 | 简单，适合分析 |
使用频率 | 高 | 中到低 |
数据访问 | 每个事务只访问少量记录 | 有的事务要访问大量记录 |
对响应时间的要求 | 以秒为单位 | 以秒，分钟，甚至小时为单位 |
通常数据仓库称作数据立方体（data cube）的多维数据结构建模，适合OLAP。
（3）事务数据
事务数据包含一个唯一标示数据的事务标示号和一个组成事务的项。
（4）其他类型数据
包括时间数据；空间数据；流数据；多媒体数据；网状数据；万维网等数据。
4，数据挖掘的方法
（1）特征化和区分
（2）挖掘频繁模式，关联和相关性
（3）分类与回归
（4）聚类分析
（5）离群点分析
5，判断模式是否有趣
（1）客观度量
对与一个关联规则X=>Y
支持度：表示X和Y同时出现的概率
置信度：表示出现X时，Y出现的概率
（2）主观度量
如果这种模式是出乎意料的（与用户信念相反），或者提供用户可以采取的行动的至关重要的信息。 在后一种情况下，这种模式称为“可行动的”。 意料之中的模式也可能是有趣的：如果他证实了用户希望证实的假设。
