小明愛王者
首先數據挖掘還是需要一些理論基礎。常見的算法如分類，迴歸，聚類等算法要熟悉，再深入了還有學習數學，尤其是線性代數（推薦國外翻譯的《線性代數及其應用》第五版 [美] 戴維 C.雷 / [美] 史蒂文 R.雷 / [美] 朱迪 J.麥克唐納 機械工業出版社，看過最好的線代書）。
理論基礎知識之外，要有實際落地的能力，用什麼軟件。
建模的分為商業版和開源免費版
1-商業版軟件
SPSS Moderler，
SAS EM挖掘模塊，
2-開源的挖掘軟件也有很多
1.Weka（需要java編程基礎），
2.當今最火的Python scikit-learn建模模塊（常3見算法都有）
3.RapidMiner
4.Knime（大而全的一個軟件，做ETL和數據挖掘都可以，學過Python挖掘模塊再看這個會感覺比較簡單，反過來更容易理解python 挖掘算法）
從另外一個角度來說，分為編程，和圖形化操作兩種方式，圖形化方式無需要編程逐一配置各個節點，連線即可搭建。
推薦你2個，Python scikit-learn建模模塊（編程方式），以及Knime（圖形化操作，非編程，下圖為knime操作界面）。本人剛開通頭條，準備逐步講解如何快速入門knime該軟件，歡迎關注和留言。
分享到:
