数据挖掘技术和算法技术：概念方法
算法：一步一步具体实现的细节
不同的目标要调用不同的技术
数据挖掘根据其目标分为说明性（Prescriptive）和描述性 (Descriptive)数据挖掘两种
不同的Data Type调用不同技术
三种数据挖掘技术
自动聚集检测；决策树；神经网络
原因： 大量的商业软件应用
覆盖了数据挖掘一个较广的范围
直接数据挖掘目标是预言，估值，分类，预定义目标变量的特征行为
神经元网络；决策树
间接数据挖掘：没有目标变量被预言，目的是发现整个数据集的结构
聚集检测
自动聚集检测
方法
K-均值是讲整个数据集分为K个聚集的算法。
K-均值聚集检测如何工作
随机选取K个记录，作为种子节点；
对剩余的记录集合，计算每个记录与K个种子节点的距离，将每个记录归到最近的那个种子节点，这样整个记录集初次划分为K个聚集；
对每个聚集，计算聚集的质心（聚集中心点）；
以每个质心为种子节点，重复上述步骤，直至聚集不再改变。
Consequences of Choosing Clustering
选择距离函数
选择合适的聚集数
对聚集的解释
构造决策树
可视化看聚集如何受输入变量的影响
单变量测试
什么时候使用聚集检测
决策树
决策树分类
决策树分为分类树和回归树两种，分类树对离散变量做决策树，回归树对连续变量做决策树。
一般的数据挖掘工具，允许选择分裂条件和修剪规则，以及控制参数（最小节点的大小，最大树的深度等等），来限制决策树的overfitting。
决策树如何工作
决策树是一棵树，树的根节点是整个数据集合空间，每个分节点是对一个单一变量的测试，该测试将数据集合空间分割成两个或更多块。每个叶节点是属于单一类别的记录。
首先，通过训练集生成决策树，再通过测试集对决策树进行修剪。决策树的功能是预言一个新的记录属于哪一类。
决策树如何构建
通过递归分割的过程构建决策树。
寻找初始分裂
整个训练集作为产生决策树的集合，训练集每个记录必须是已经分好类的。
决定哪个属性（Field）域作为目前最好的分类指标。一般的做法是穷尽所有的属性域，对每个属性域分裂的好坏做出量化，计算出最好的一个分裂。量化的标准是计算每个分裂的多样性（diversity）指标GINI指标。
树增长到一棵完整的树
重复第一步，直至每个叶节点内的记录都属于同一类。
数据的修剪
选择决策树的结果
处理输入变量
树和规则
选择最好的属性的能力
什么时候使用决策树
神经网络
神经元模型
生物模型
人工神经元
神经网模型
网的拓扑结构：层次（前馈，反馈）；全连通
学习方法：有教员的（出入均知道）；无教员的（输出不知道）
运行机制：同步；异步
神经网络的基本特点
大量简单节点的复杂连接；高度并行处理；分布式存储，信息存在整个网中，用权值体现出来，有联想能力，可以从一个不完整的信息恢复出完整信息；自组织、自学习。
六种常用于模式识别的神经网络分类器
Hopfield Net
Harmming Net
Carpenter/Grossberg 分类器
单层感知网
多层感知网
Kohonen的自组织特性图
追问。。太长了，能简洁点吗？
如算法:1.....
2.....
3.....
4.....
5.....
6.....
技術：...