数据挖掘常用术语

tongji

“算法”指的是用于实现某一数据挖掘技术－如分类树、辨识分析等等的特定程序。

“属性”也被称为“特性”、“变量”、或者从数据库的观点，是一个“域” 。

“个体”是关于一个单元的测量值的集合――例如一个人的身高、体重、年龄等等；它也被称作“记录”、 或 者“行”（每一行通常代表一个记录，每一列代表一个变量）。

“置信度”在形如“如果买了A和B，就要买C”的关联法则里有特定的含义。置信度是已经买了A和B，还要买C的条件概率。  

“因变量”在有约束学习里是那个被预测的变量；也被称作“输出变量”、“目标变量”、或者“结果变量”

“估计”指的是预测一个连续型输出变量的值；也被称作“预测”。

“特征”也被称作“属性”、“变量”，或者从数据库的观点，称为“域”。

“输入变量”是在有约束学习里作预测的变量；也被称作“自变量”、“预测变量”。

“模型”通常指的是一个数学公式，包括为它设置的参数（许多模型具有用户可以调节的参数）。

“结果变量” 在有约束学习里是那个被预测的变量；也被称作“因变量” “输出变量”、“目标变量”、或者“输出变量”。

“P(A|B)”读作“已知B已经发生，A将发生的概率”

“预测”指的是预测一个连续输出变量的值；也被称作“估计”。

“记录”是关于一个单元的测量值的集合－例如一个人的身高、体重、年龄等等；它也被称作“个体”、或者“排”（每一排通常代表一个记录，每一列代表一个变量）。

“分数”指的是一个估计的值或者类。

“给新数据打分”意思是利用用训练数据得出的模型预测新数据里的输出值。