分类算法 是属于数据挖掘的概念范围内。
就是利用分类算法进行分类 是数据挖掘里面的一种。
像 分类中的svm算法，是属于数据挖掘的概念范围内。
数据挖掘能做什么
1)数据挖掘能做以下六种不同事情（分析方法）：
· 分类 （Classification）
· 估值（Estimation）
· 预言（Prediction）
· 相关性分组或关联规则（Affinity grouping or association rules）
· 聚集（Clustering）
· 描述和可视化（Des cription and Visualization）
· 复杂数据类型挖掘(Text, Web ,图形图像，视频，音频等)
分类、估值、预言属于直接数据挖掘；后三种属于间接数据挖掘
分享到：
相关推荐
本篇学习笔记主要涵盖了数据挖掘的基础概念、常用算法以及实践应用。 首先，我们需要理解数据挖掘的定义：它是从大量数据中通过运用专门的算法和技术，提取出有用信息并进行模式识别的过程。数据挖掘的目标通常分为...
在数据挖掘的学习旅程中，了解相关的研究趋势、顶级会议、入门资源以及数据获取途径是非常重要的。下面我们将深入探讨这些方面，以帮助初学者构建坚实的基础。 首先，让我们关注一下国际顶级会议。在数据挖掘领域，...
### 数据挖掘入门与实战笔记 #### 一、数据挖掘概览 数据挖掘是一种从大量数据中提取出有用的信息和知识的过程。在这个过程中，利用各种算法和技术来发现隐藏于数据内部的模式、趋势和关联，从而帮助企业或组织...
全书分为18章，覆盖了R语言的基础知识、统计学习方法和数据挖掘技术，以及特征工程和文本挖掘等内容。 在R语言的学习中，首先需要理解基本数据类型，包括numeric（数值型）、character（字符型）等，并能熟练判断...
通过对这一章的学习，读者应能建立起对数据挖掘的基本认识，理解其基本流程和任务类型，为后续章节深入学习打下坚实基础。通过使用MindMaster创建的思维导图，可以帮助读者更直观地掌握知识框架，提升学习效率。
《机器学习与数据挖掘学习笔记》是一份综合性的学习资料，涵盖了这两个领域的重要概念、算法和技术。这份笔记的目的是为了帮助读者深入理解机器学习和数据挖掘的基础知识，并提供实际操作的指导。 首先，我们来探讨...
大规模数据挖掘第三章学习笔记一 本资源摘要信息主要介绍了大规模数据挖掘中的第三章学习笔记一，涵盖了数据挖掘中的基本问题、相似度计算方法、集合相似度算法、文档相似度计算方法、Locality-Sensitive Hashing...
本章主要介绍了数据预处理的4个主要任务：数据清洗、数据集成、数据变换和数据规约。数据清洗主要介绍了对缺失值和异常值的处理，延续了第三章的缺失值...通过对原始数据的处理，将为后续挖掘建模提供良好的数据基础。
数据分析通常作为数据挖掘的前奏，为数据挖掘提供基础和背景。通过初步的分析，我们可以理解数据的基本特征，识别出可能的模式和异常值，从而指导后续的深入挖掘。同时，数据挖掘的结果也需要通过数据分析来验证其...
本章介绍了数据挖掘的一些基础概念知识，便于人们了解这项技术背后的真正含义。
本研究聚焦于如何应用数据挖掘技术分析学生的网络学习行为，并在此基础上制定相应的教学策略，以提升网络教学的水平。研究详细探讨了网络学习行为的属性，以及如何利用数据挖掘技术从这些行为中提取有用信息，进而...
本项目提供了从零基础到精通的数据挖掘全过程，旨在帮助学习者掌握实际操作技能，并通过课堂记录笔记和比赛代码来深化理解。 首先，我们关注的是"海量数据挖掘"。在当今大数据时代，数据量呈指数级增长，传统的数据...
数据挖掘与机器学习、统计、数据管理的区别与联系是，机器学习为数据挖掘提供理论方法，统计学要求有数据分布模型的先验假设，数据挖掘没有上述要求，数据库是演绎推理，数据挖掘是归纳推理。 数据属性的类别有标称...
这份学习笔记主要涵盖了DWS的基础概念、设计原则、实施流程以及在实际应用中的案例分析。" 【标签】: "DWS 数据仓库 数据分析" 【知识点详解】: 1. **数据仓库定义**：数据仓库是一个面向主题的、集成的、相对...
《数据挖掘》读书笔记主要涵盖了数据可视化、建模方法、数据挖掘技术和预测分析的应用。作者Philipp K. Janer凭借其在物理学和软件工程领域的深厚背景，为读者提供了丰富的数据分析和数学建模知识。 在全书中，作者...
通过合理地运用数据清理、数据集成、数据变换和数据归约等技术，可以极大地提高数据的质量，从而为后续的数据挖掘工作打下坚实的基础。同时，掌握这些经典算法不仅能帮助我们更好地理解数据挖掘的过程，还能指导我们...
"数据挖掘笔记"这部分内容可能是学习者对所学知识的整理，包括关键概念的总结、公式解析、算法实现步骤等，对于初学者来说，这是一份极具价值的参考资料，能帮助他们更好地理解和记忆复杂的知识点。 "习题"则提供了...
数据挖掘笔记01-031涵盖了数据挖掘流程中的关键步骤和技术，从数据的获取、清洗、转换到分析，以及如何通过SQL和OLAP工具有效提取和探索信息，最后强调了了解数据特性的重要性，为后续的挖掘工作打下坚实基础。...
此外，课程可能还会介绍深度学习在数据挖掘中的应用，特别是神经网络和卷积神经网络（CNN）在图像识别和文本分析中的作用，以及循环神经网络（RNN）在序列数据处理上的优势。 在实践中，数据挖掘不仅需要理论知识，...
通过这些材料，学习者可以深入了解数据挖掘的实际操作，掌握如何利用ETL工具处理复杂数据，并为后续的数据分析和建模打下坚实基础。 总的来说，这个数据挖掘课件着重于数据预处理的ETL流程，结合朱建秋教授的专业...