本篇教程介绍了大数据采集 数据挖掘简述，希望阅读本篇文章以后大家有所收获，帮助大家对大数据云计算大数据采集的理解更加深入。

<

1.TASKS
      PREDICTION and DESCRIPTION 
2.COMMON METHODS
      CLASSIFACATION ; CLUSTEERING ; SEQUENTIAL PATTERN DISCOVERY ; REGRESSION ; ASSOCIATION RULE DISCOVERY ; DEVIATION DETECTION
【分类；聚类；相关性；
序列分析：用随机过程理论和数理统计学方法，研究随机数据序列所遵从的统计规律，以用于解决实际问题。由于在多数问题中，随机数据是依时间先后排成序列的，故称为时间序列分析；  
回归；异常值检测】
3.A GENERAL PROCEDURE
specify the problems to deal with——input——pre-processing——other treating process（feature-based） like sampling and grouping——modling——output——assessment（ex:处理过拟合，training set）
【1.明确问题：明确是分类or聚类问题（有training set则是分类问题）
2.搜集数据
3.预处理：包括可信度、数据集成、冗余删除、处理冲突值、数据采样、数据清理、缺失值处理、噪声处理
（工具：pig,hive,spark  ; 可用编程语言：python,sas,matlab,scala,java）
4.特征分析，比如是否进行分组和分群处理
5.建立模型
6.输出模型结果
7.评估模型】
4.REFERENCES

   

本文由职坐标整理并发布，希望对同学们有所帮助。了解更多详情请关注职坐标大数据云计算大数据采集频道！