数据挖掘：关联规则
2022找工作是学历、能力和运气的超强结合体，遇到寒冬，大厂不招人，可能很多算法学生都得去找开发，测开
测开的话，你就得学数据库，sql，oracle，尤其sql要学，当然，像很多金融企业、安全机构啥的，他们必须要用oracle数据库
这oracle比sql安全，强大多了，所以你需要学习，最重要的，你要是考网络警察公务员，这玩意你不会就别去报名了，耽误时间！
与此同时，既然要考网警之数据分析应用岗，那必然要考数据挖掘基础知识，今天开始咱们就对数据挖掘方面的东西好生讲讲 最最最重要的就是大数据，什么行测和面试都是小问题，最难最最重要的就是大数据技术相关的知识笔试
关联规则
如果相关性很大，那就可以去掉其中一个属性
异常检测
数据挖掘的标准流程
这些不仅是理论，更是实际业务会遇到的东西
NLP
长尾问题
数据挖掘的经典算法
这些可能会考的
去年就考了聚类哦
TP：实际为正，预测为正
FP：实际为负，预测为正
FN：实际为正，预测为负
TN：实际为负，预测为负
准确率acc，是TP和TN的在所有情况中的占比
recall，数据中所有正类中，真正被预测为正类的比例。就是被真的召回的正类比例
precise，在所有被预测为正类中，实际正类的比例【精确是正类的】这俩别混了
ROC是pr的曲线
检测出来了，但是你也不能误报
往往希望，recall高一点，而误报也要小
误报了
误报率是负样本认为正了
召回是1000个中的5个，好low
训练误差和泛华误差
分类算法评估指标：hold-out method
train和test，随机分组的交叉验证
k-fold，k组，但是每次k-1个为训练集，而剩下一组为训练集
轮番高k次
k一般是10，叫十指交叉验证
留一验证
当数据量很小，就留一个样本作为测试集
骚
分组，组元素个数为1
聚类方法
先了解，后面会详细讲解的
看层次
Nt就是正类
Ntk是确实是真的正类
离差
Ck中的i与中心u的距离
l簇和u簇的中心距离，越远越好
C4.5算法
开始具体的算法了
总结
提示：重要经验：
1）
2）学好oracle，即使经济寒冬，整个测开offer绝对不是问题！同时也是你考公网络警察的必经之路。
3）笔试求AC，可以不考虑空间复杂度，但是面试既要考虑时间复杂度最优，也要考虑空间复杂度最优。
