本節(jié)書(shū)摘來(lái)自華章社區(qū)《Python數(shù)據(jù)挖掘：概念、方法與實(shí)踐》一書(shū)中的第1章，第1.5節(jié)小結(jié)，作者[美] 梅甘·斯夸爾（Megan Squire），更多章節(jié)內(nèi)容可以訪問(wèn)云棲社區(qū)“華章社區(qū)”公眾號(hào)查看

1.5　小結(jié)
在本章中，我們學(xué)習(xí)了將數(shù)據(jù)挖掘工具箱擴(kuò)展到大師級(jí)別所需要做的工作。首先，我們從作為數(shù)據(jù)庫(kù)知識(shí)發(fā)現(xiàn)（KDD）過(guò)程一部分的數(shù)據(jù)挖掘歷史開(kāi)始，對(duì)該領(lǐng)域進(jìn)行了全面的介紹。還比較了數(shù)據(jù)挖掘其他類(lèi)似的領(lǐng)域，如數(shù)據(jù)科學(xué)、機(jī)器學(xué)習(xí)和大數(shù)據(jù)等。
接下來(lái)，概述了KDD過(guò)程中大部分專(zhuān)家認(rèn)為最重要的工具和技術(shù)，特別關(guān)注挖掘和分析步驟中最頻繁使用的技術(shù)。為了真正精通數(shù)據(jù)挖掘，重要的是要關(guān)注和簡(jiǎn)單的教科書(shū)示例不同的問(wèn)題。因此，我們將致力于更獨(dú)特的數(shù)據(jù)挖掘技術(shù)，如生成摘要和尋找離群值，并關(guān)注更加不同尋常的數(shù)據(jù)類(lèi)型，如文本和網(wǎng)絡(luò)。
在本章的最后，我們組合了一個(gè)健全的數(shù)據(jù)挖掘系統(tǒng)。我們的工作空間以強(qiáng)大的全功能編程語(yǔ)言Python及其許多實(shí)用數(shù)據(jù)挖掘程序包（如NTLK、Gensim、Numpy、Networkx和Scikit-learn）為中心，輔之以易于使用的免費(fèi)數(shù)據(jù)庫(kù)MySQL。
現(xiàn)在，通過(guò)以上對(duì)軟件包的討論使我們想到：你是否對(duì)哪些程序包最經(jīng)常一起使用感到疑惑？是較為常見(jiàn)的NTLK和Networkx組合，還是相對(duì)不常見(jiàn)的程序包搭配？在下一章中，我們將解決這一類(lèi)問(wèn)題。在第2章中，我們將學(xué)習(xí)如何生成經(jīng)常發(fā)現(xiàn)的配對(duì)、三元組、四元組等的列表，然后根據(jù)找出的模式作出預(yù)測(cè)。

總結(jié)

以上是生活随笔為你收集整理的《Python数据挖掘：概念、方法与实践》——1.5节小结的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。