数据挖掘

本文从农村中学并迁选址问题出发，介绍了数据挖掘十大算法中位居第二的K-平均聚类，后又借用牛顿迭代原理，议论蛋鸡悖论。

用异于传统的方式，从讲课PPT上取些素材（这样比较快），来说明聚类的一些概念，为下篇做些铺垫，下篇将通过通俗的例子说明一个著名的方法。

决策树 (又称判定树，Decision Tree)是硕、博士生数据挖掘课程要点和难点，教学实践表明，这一章需要数学基础知识多，难得有趣。明知是难点，偏向难点行，再难也要“趣味”一番，从课程PPT中取了一些素材，把漫谈的焦点选在了水泊梁山。

故事中没有月亮、云朵和晚风，却有关于数据挖掘中的分类技术的启示；虽然，现在不再分福利房了，但此故事既回顾历史，也解释了分类技术若干要点，有参考价值。

大数据征信：芝麻信用、腾讯信用和51信用卡等信用评分模型解析。

为消除疲劳，现来一段有趣的、与博友的自尊心和荣誉感相关的博文，议题是：挖掘科学博客的平均点击量公式，以及提高平均点击量的方法。

本文先通俗地介绍快速挖掘关联规则的Apriori算法，然后介绍发表这一算法的论文(它被引用了11480+次），最后关注此文的实际影响 与 传统影响因子的差距。

此文从原讲课PPT中，取一些素材，来解释关联规则的挖掘思路和应用方法。

本文借此例来说明数据挖掘中关联规则中支持度、置信度和兴趣度概念，顺便对此事做个定量分析， 同时也作为趣味数据挖掘系列博文的开篇。

使用sklearn进行数据挖掘。

本篇文章我们介绍一种对分类模型进行效果评估的方法：混淆矩阵(Confusion matrix)。

在产品成熟时期，产品的用户群规模和营收业绩稳定增长，提高用户忠诚，增强用户体验是这个时期的重要举措，准确及时地了解用户对产品的反馈，并以此制定针对性的改善方案，提供差异化的业务运营。 此处具体涉及用户细分和用户体验两个部分。用户细分即是将特征相似的用户归到同一个组，并对各个群进行特征刻画及分析。用户…

精准营销需要解决的问题是：哪些用户是某个产品或者营销活动的目标用户?或者是每个用户最适合推荐什么产品?前者是找目标用户，后者是为用户推荐产品，两者是类似的。

对大数据感兴趣的你想必一定知道决策树这个名词吧，是不是也听说过其中各种复杂的组合算法呢？不过，在实际业务中，复杂的算法一定优于简单的算法吗？No……如果你觉得自己认识得还不够深入、全面，或者还缺乏实践的机会，请仔细阅读这篇专业长文。

基于大数据技术能带来哪些新的应用类型，进而为客户带来新的价值增长点？要回答这个问题，有关数据挖掘方面的讨论是一个不可回避的，但是数据挖掘，在应用层面引起的争议也是非常大的。