| Blog信息 |
| |
blog名称:IDMer (数据挖掘者)
日志总数:175
评论数量:848
留言数量:119
访问次数:2510758
建立时间:2005年6月24日 |
| 我的相册 |
| |
|
| 联系方式 |
 |
|
| |
| 公告 |
“数据挖掘者”博客已经搬家，欢迎光临新博客网址：http://idmer.blog.sohu.com
我的新浪微博：@张磊IDMer |
| 网络日志 |
|
KDnuggets:Polls:常用数据挖掘技术(Feb 2005) |
|
|
|
|
|
数据挖掘者 发表于 2005/7/3 13:48:34 |
|
|
|
IDMer总结：
决策树和回归是目前用于预测和分类的主要技术，特别是商用领域，理由是解释能力强，便于指导业务。神经网络、SVM和Bayesian等技术仍限于研究领域。
聚类分析则是常用的描述型挖掘技术，一般用于客户分群。
统计分析和可视化是基础，无论是商用还是研究都应掌握和关注。
关联分析和时间序列分析也是常用的技术。
以下内容引自KDnuggets(http://www.kdnuggets.com/polls/2005/data_mining_techniques.htm)：
KDnuggets :
阅读全文(4332) | 回复(0) | 编辑 | 精华 | 删除 |
|
|
|
|
|
|
|
KDnuggets:Polls:数据挖掘工具的选用(May 2005) |
|
|
|
|
|
数据挖掘者 发表于 2005/7/3 13:35:06 |
|
|
|
IDMer总结：
在商用领域的数据挖掘工具选择中，SPSS和SAS占据了统治地位（特别是针对中高端的商用项目）；Microsoft SQL Server领先于Oracle、IBM等挖掘工具的确让人有点出乎意料（估计还是在比较小的项目里会选用）；Excel占据了较大份额一方面是由于它过于流行易于掌握，另一方面其可编程性（通过VBA）应该是开发人员选用它的最大原因。
在研究领域，自己开发程序可以寻求算法上的改进和突破，S-Plus、Statistica、Weka、MATLAB等等都是不错的选择。
我不太熟悉CART/MARS/TreeNet/RF，有哪位了解它的请在本贴留言介绍一下。
以下内容引自KDnuggets（http://www.kdnuggets.com/polls/2005/data_mining_tools.htm）：
删除 |
|
|
|
|
|
|
|
KDnuggets:Polls:数据存储格式 (June 2005) |
|
|
|
|
|
数据挖掘者 发表于 2005/7/3 13:19:52 |
|
|
|
IDMer总结：
在数据挖掘中，采用文本格式来存储数据是目前的主流（占32%），其次是将数据存储在数据库中（占23%），其它的则是存储在DM软件专有格式中（SAS、SPSS、Excel等）。由此可见，采用何种格式来存储数据挖掘所用的数据，首先考虑的要素是数据的可交换性，文本方式和关系数据库如此流行，一方面是因为可以方便的存取和处理，另一方面是因为DM工具对它们具有良好的支持。
以下内容引自KDnuggets(http://www.kdnuggets.com/polls/2005/data_storage_formats.htm)：
KDnuggets : 删除 |
|
|
|
|
|
|
|
机器学习介绍（编译） |
|
|
|
|
|
数据挖掘者 发表于 2005/6/26 9:24:51 |
|
|
|
机器学习介绍
来源：http://www.cs.utexas.edu/users/mooney/cs391L/
编译：Sunstone Zhang （2002年于人大数据库所）
什么是学习？ 1
为什么要研究学习？ 2
相关领域 2
副主题 2
定义学习任务 3
设计学习系统 3
训练集（TRAINING EXPERIE
(下面还有10字) |
|
|
|
阅读全文(5497) | 回复(0) | 编辑 | 精华 | 删除 |
|
|
|
|
|
|
| |
