1、单条信息的查找成为信息检索。
2、百分位数的概念
百分位数。可表示为：一组n个 观测值按 数值大小 排列。如，处于p%位置的值称第p百分位数。
例如，当一个学生的成绩为54分，对应70%百分位数，则我们可以知道有70个人的成绩是小于54分的。
3、截断均值
指定0和100之间的百分位数p，丢弃高端和低端(p/2)%的数据。
4、注意离群点对均值的影响很大。
5、极差=最大值-最小值
6、几种度量定义
7、协方差
协方差用于衡量两个变量的总体误差。而
方差
是协方差的一种特殊情况，即当两个变量是相同的情况。
8、可视化数据挖掘技术
9、数据排列的重要性
10、分类和回归的区别。一个是离散的，一个是连续的。
11、分类的定义：得到一个目标函数f，把每个属性集x映射到一个预先定义的类标号y。
目标函数也成为分类模型。
12、描述性建模和预测性建模。
13、分类方法：决策树分类法、基于规则的分类法、神经网络、支持向量机和朴素贝叶斯分类法。
14、数据挖掘软件：weka
热门词
分词
关联关系分析
IT部落格(http://www.itbuluoge.com)-快乐快速学习,专注于免费编程教程，在线编程，IT面试笔记，IT面试经验
