数据挖掘概念与技术（原书第三版）范明 孟小峰译-----第一章课后习题答案

第一章答案

该答案为重庆大学计算机学院Jack Channy所作，由于本人水平有限，难免有错误和不当之处，如有意见请评论或者发邮件至majiecqu@126.com。

1.1　什么是数据挖掘？在你的回答中，强调以下问题：
(a)它是又一种广告宣传吗？
(b)它是一种从数据库、统计学、机器学习和模式识别发展而来的技术的简单转换或应用吗？
(c)我们提出了一种观点，说数据挖掘是数据库技术进化的结果。你认为数据挖掘也是机器学习研究进化的结果吗？你能基于该学科的发展历史提出这一观点吗？针对统计学和模式识别领域，做相同的事。
(d)当把数据挖掘看做知识发现过程时，描述数据挖掘所涉及的步骤。

• 数据挖掘不是一种广告宣传，它是一个应用驱动的领域，数据挖掘吸纳了诸如统计学习、机器学习、模式识别、数据库和数据仓库、信息检索、可视化、算法、高性能计算和许多应用领域的大量技术。它是从大量数据中挖掘有趣模式和知识的过程。数据源包括数据库、数据仓库、Web、其他信息存储库或动态的流入系统的数据等。当其被看作知识发现过程时，其基本步骤主要有：(1).数据清理：清楚噪声和删除不一致数据；(2).数据集成：多种数据源可以组合在一起；(3).数据选择：从数据库中提取与分析任务相关的数据；(4).数据变换：通过汇总或者聚集操作，把数据变换和统一成适合挖掘的形式；(5).数据挖掘：使用智能方法或者数据挖掘算法提取数据模式；(6).模式评估：根据某种兴趣度量，识别代表知识的真正有趣的模式。(7).知识表示：使用可视化和知识表示技术，将已经挖掘到的有用知识给用户呈现出来。

1.2 数据仓库与数据库有什么不同？它们有哪些相似之处？

• 数据仓库是多个异构数据源在单个站点以统一的模式组织的存储，以支持管理决策。数据仓库技术包括数据清理、数据集成和联机分析处理(OLAP)。数据库系统也称数据库管理系统，由一组内部相关的数据（称作数据库）和一组管理和存取数据的软件程序组成。它们的相似之处：都是通过某个数据库软件，基于某种数据模型来