数据挖掘导论 复习一（介绍+数据预处理方法+定性归纳）
数据挖掘过程和步骤问题定义数据采集数据预处理（数据清洗：数据缺失点补充、离群点异常点检测、重复数据监测等）集成：变换：数据类型变换(离散、连续）、标准化（z_score）、映射（0-1），规约：独热编码、ordinal）建立模型评估和解释知识应用关联算法Apriori算法回归算法线性回归逻辑回归分类算法逻辑回归二分类softmax多分类SVM算法：寻找支持向量，由此构造出的分类器可以最大化类与类的间隔基于决策树：ID3 算法、C4.5 算法（信息增益率）、C5.0算法
