考試馬上就要來了，為了做好考前的備考準備，下面由我為妳精心準備了“2020中級經濟師經濟基礎備考知識點：數據挖掘”，持續關註本站將可以持續獲取更多的考試資訊！
2020中級經濟師經濟基礎備考知識點：數據挖掘
數據挖掘
數據挖掘的相關概念如下：
1.含義： 從大量的、不完全的、有噪聲的、模糊的、隨機的實際應用數據中，提取隱藏在其中但又有潛在價值的信息和知識的過程。包含以下幾層含義：
（1）數據源必須是真實的、大量的、有噪聲的。
（2）發現的是用戶感興趣的知識。
（3）發現的知識是可接受的、可理解、可運用的。
（4）並不要求發現放之四海而皆準的知識，只支持特定的發現問題。
2.出發點和核心任務： 數據挖掘以解決實際問題為出發點；核心任務是對數據關系和特征進行探索。
3.類型
（1）指導學習或監督學習
監督學習是對目標需求的概念進行學習和建模，通過探索數據和建立模型來實現從觀察變量到目標需求的有效解釋。
（2）無指導學習或非監督學習
無監督學習沒有明確的標識變量來表達目標概念，主要任務是探索數據之間的內在聯系和結構。
4.常用的算法
（1）分類
1）含義：確定目標對象屬於哪個預定類別，以實現對未來潛在的預測需求。分類技術屬於壹種監督學習，即使用已知類別的訓練數據建立分類模型的方法。
2）實際應用：在郵件系統中區分出垃圾郵件，在貸款客戶中判斷出有風險客戶等。
3）常用方法：決策樹分類法、貝葉斯分類法、關聯分類法、支持向量機、神經網絡等。
（2）聚類分析
1）含義：把壹組數據按照差異性和相似性分為幾個類別，使得同類的數據相似性盡量大，不同類的數據相似性盡可能小，跨類的數據關聯性盡可能低。聚類是壹種無監督學習。其要劃分的類是未知的，聚類分析是根據觀察學習來確定數據之間的關系。
2）實際應用：用於客戶細分、文本歸類、結構分組、行為跟蹤等問題。
3）常用方法：基於劃分的方法、基於分層的方法、基於密度的方法、基於網格的方法和基於模型的方法。
（3）關聯分析
1）含義：是對數據集中反復出現的相關關系和關聯性進行挖掘提取，從而可以根據壹個數據項的出現預測其他數據項的出現。
2）實際應用：啤酒尿布案例，數據挖掘發現大型超市中購買啤酒的男士經常同時購買小孩紙尿褲，基於這壹發現，超市把啤酒和紙尿褲擺放在壹起，結果兩種商品的銷售量明顯提升。
3）常用方法：購物籃分析，目的是發現交易數據中不同商品之間的聯系規則，讓營銷商制定更好的營銷策略。
（4）趨勢與演化分析
趨勢與演化分析包括數據變化趨勢、序列模式分析、周期性分析以及相似程度分析等內容。統計學的回歸分析方法經常用於這類問題的分析。