1、数据挖掘是什么？
数据挖掘：寻找数据中隐含的知识并用于产生商业价值。
数据挖掘提供了一系列的框架、工具和方法，可以处理不同类型的大量数据，并且使用复杂的算法部署，去探索数据中的模式。
产生原因：
2、数据挖掘能做什么？
分类问题：
对已知类别的数据进行学习，为新的内容标注一个类别
聚类问题：
聚类的类别预先是不清楚的比较适合一些不确定的类别场景。
回归问题：
回归问题的最大特点――生成的结果是连续的。
使用回归的方法预测北京某个房子的总价(y)
假设总价只跟房子的面积(x）有关，那么构建的方程式就是ax+b=y
回归方法―—通过构建一个模型去拟合已知的数据（自变量)，然后预测因变量结果
http://t.csdn.cn/Q2gpj机器学习：丰田卡罗拉价格回归分析案例 http://t.csdn.cn/Q2gpj
关联问题：
最常见的一个场景—―推荐
3、怎么做数据挖掘
数据挖掘是有方法论的
数据挖掘经过了数十年的发展和无数专家学者的研究，有很多人提出了完整的流程框架
应用最多的方法论∶
CRISP-DM(Cross-industry Standard Process for Data Mining，跨行业数据挖掘标准流程)
业务理解(Business Understanding)
业务理解――理解你的数据挖掘要解决什么业务问题
必须从商业或者从业务的角度去了解项目的要求和最终的目的
去分析整个问题涉及的资源、局限、设想，甚至是风险、意外等情况
数据理解(Data Understanding)
数据理解阶段始的重点:
在业务理解的基础上，对掌握的数据要有一个清晰、明确的认识
注意:数据理解和业务理解是相辅相成的
数据准备(Data Preparation)
数据准备是基于原始数据，去构建数据挖掘模型所需的数据集的所有工作
包括数据收集、数据清洗、数据补全、数据整合、数据转换、特征提取等
一系列动作
构建模型(Modeling)
构建模型也叫作训练模型,重点解决技术方面的问题。
选用各种各样的算法模型来处理数据，让模型学习数据的规律，并产出模型
如果有多重技术要使用，在这一任务中，对于每一个要使用的技术要分别对待比如SVM算法只能输入数值型的数据。
评估模型(Evaluation)
模型的效果如何，能否满足业务需求
需要使用各种评估手段、评估指标甚至是让业务人员一起参与进来，彻底地评估模型
模型部署(Deployment)
解决一些实际的问题,比如
长期运行的模型是否有足够的机器来支撑，数据量以及并发程度会不会造成部署的服务出现问题
