大数据产品经理必备的数据挖掘知识概述（一）认识数据

数据挖掘是大数据产品经理必备的技能，本文作者将会为大家详细地分享一些数据挖掘的相关知识。

了解数据挖掘知识是大数据产品经理必备的技能，经过了一段时间的对《数据挖掘》一书的深入学习，以及所负责项目中用到的数据挖掘内容，使我对数据挖掘有了更深一步的认识，但自认为还是小白阶段。

路漫漫其修远兮，在这里，先将总结出来的数据挖掘常见知识点与大家分享（也像大家推荐《数据挖掘》一书，本分享大多知识来源于此），后面陆续更新更多的知识点及项目案例。希望能与君共勉！

（此分享仅包含基础概念知识，旨在帮助大数据产品经理快速了解数据挖掘知识，并能在工作中与算法和开发团队顺利合作，对于更深入的研究如统计学等知识后面有机会再与大家分享~）

第一部分 认识数据（1.1 认识数据 1.2 数据可视化 1.3数据相似性和相异性）

第二部分 数据预处理

第三部分 数据仓库相关知识

第四部分 频繁模式、关联和相关性

第五部分 分类挖掘

第六部分 聚类分析

第七部分 离群点检测

以上各部分，我将陆续与大家分享我的学习内容

第一部分 认识数据 1.1 认识数据 1.1.1 数据对象

什么是属性：是一个数据字段，表示数据对象的一个特征。在文献中，属性、维、特征和变量可以互相地使用。机器学习文献更倾向于使用术语“特征”，而统计学家则更愿意使用术语“变量”。数据挖掘和数据库的专业人士则用“属性”。例如，描述顾客对象的属性可能包括customer_ID、name和address.

属性向量：用来描述一个给定对象的一组属性称作属性向量（或特征向量）。涉及的属性（或变量）的数据分布称作“单变量”，分布涉及两个属性为“双变量”等等。

1.1.2 属性类型

属性类型：一个属性的类型由该属性可能具有的值得集合决定。属性可以是标称的、二元的、序数的或数值的。

（1）标称属性

标称属性的值是一些符号或是事物的名称。