一、数据挖掘的由来
为什么学习数据挖掘这门课程：1、学习生活中无时无刻不在产生接触数据，数据很多但是没有充分利用，即存在着数据爆炸但是知识贫乏的现象。2、通过数据挖掘提供预测性信息。3、科学发展的四个阶段即经验科学、理论科学、计算科学、数据科学，我们正处于数据科学阶段，需要数据挖掘这门技术。
数据挖掘定义：数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机的数据中提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。
简单来说，数据挖掘就是从数据中提取信息和知识的过程。
二、数据挖掘的基本概念
1、数据、信息、知识
例：客户信息表
它们之间的关系：（金字塔型）最底层是数据，数据之上是信息，信息之上是情报，情报之上是知识，知识之上是智慧。
三、数据挖掘的主要内容
1、关联规则挖掘
例：
2、非监督式机器学习-聚类
通过一些相似性计算算法，相似的聚在一起，不相似的分开。
3、监督式机器学习
1）、离散标签预测-标签分类
第一步：学习建模
首先拿到训练样本，通过分类算法来得到信用评估的分类模型
第二步：分类测试
首先拿到测试数据，通过分类模型来进行预测信用评估
2）、连续标签预测-数值预测
第一步：学习建模
训练集是用数值描述的
第二步：预测测试
跟分类相比，它最后预测出的是一个数值。
案例：房价预测
通过训练集训练一个模型，来预测房价。
4、回归
建立多个变量之间的定量关系
标签：分类,预测,绪论,知识,信息,数据挖掘,数据 From： https://www.cnblogs.com/jiezstudy/p/16974568.html