数据理解
目标、字段、质量、分布和偏差。
大二 · 大二暑 · COURSE NOTES
数据挖掘
围绕数据理解、预处理、模式发现、建模和评估组织完整流程。
已建立课程知识框架Markdown 3 · PDF 88 · 演示文稿 30 · Word 2
说明：本页是根据课程主题和常见教学结构整理的公开知识框架，不等同于任课教师的正式教学大纲。原始课件、作业、报告、文件名和提交信息均不公开。
学习目标
- 能完成从原始数据到特征的处理
- 掌握分类、聚类和关联分析基础
- 避免数据泄漏并正确评价模型
知识地图
预处理
缺失、异常、编码、缩放和特征构造。
监督建模
分类、回归、训练验证和评价指标。
无监督发现
聚类、降维和关联规则。
结果解释
可视化、误差分析、稳定性和业务含义。
建议的笔记整理方式
- 概念卡片：用途、接口、复杂度、适用场景和常见误用。
- 最小代码：保留能独立运行的小例子，不复制整套工程。
- 测试用例：正常、边界、异常输入及期望输出。
- 复盘记录：错误现象、根因、修复和防止回归的方法。
最小复习清单
- [ ] 能不看资料解释“数据理解”的核心问题。
- [ ] 能不看资料解释“预处理”的核心问题。
- [ ] 能不看资料解释“监督建模”的核心问题。
- [ ] 能不看资料解释“无监督发现”的核心问题。
- [ ] 能不看资料解释“结果解释”的核心问题。
本地资料状态
- 文档类型统计：Markdown 3 · PDF 88 · 演示文稿 30 · Word 2。
- 统计仅用于判断整理进度；不公开文件名、作者、学号、联系方式、本机路径或作业提交内容。
- 后续只把经过人工复核的概念总结、实验复盘和原创笔记加入本页。