第二章 输入：概念、实例和属性2.1 概念数据挖掘的应用有4种类型：分类学习（监督学习，训练集中数据有明确的类别）、关联学习（通常仅包含非数值的属性）、聚类（当样本不存在一个特定的类时）和数值预测。不管采用什么方式进行学习，被学习的东西成为概念，学习方案产生的输出就是概念描述。2.2 样本       每一个实例都是一个被用来学习的单一、独立的概念样本。一个有限关系（复杂、非独立）

网易笔试已经过去好多天了，考完就放弃的，mei'xiang

为了准备面试，对阿里公司、技术做了大致了解，分析了下sh

题量10个选择，3个简答，2个问答题（大简答题）选择题涉及 概率论、智力题、Hive、数据挖掘的基础知识印象深刻的几个题为：准确率和召回率的概念；逻辑回归；有一堆松果，共100个。一只松鼠要把这些松果搬到100米远的家。每次最多拿50个。但是松鼠每走2米就要吃一个松果，请问最多能搬回家多少个？当置信度变小，其它条件不变，那么置信区间上限减去下限的值 如何变化？（

今天上午10点，再次踏进了ali

这个问题貌似有点无聊，不过下面的chans先谈数据，其实很简单，就是观测值。例如测量数据。不过大家可能有个误区。认为，客户填写的表单就是数据。对编程序而言，是的。但是不是常规的数据。当然填写的内容，一旦落入的观测空间，则自然就成了数据。不谈数据，就无以谈数据分析和数据挖掘。由此，上面先说了数据。这里还要说下信息。信息，抽象的说，就是可信的数据。那么这里和数据最大的区别就在于，一个是

1. 二叉树的中序遍历fei'di

1. 有个师徒关系表，一个师傅可以找多个徒弟，一个徒弟可以有多个师傅，现在已知一个师傅ID，要找和他有相同徒弟群（即所有徒弟都一样）的所有师傅。写SQL语句

第五章 可信度：评估及其学习结果5.1 训练和测试         测试集数据不允许用于分类器的创建。5.2 预测性能       对于测试集获得的成功率，并不能绝对真实反映分类器的效果，还有个置信区间，运用统计学知识，可以推断出一个置信边界。5.3 交叉验证       将所有数据分为若干份，每次预留一份作为测试集，其它作为训练集，经验所得，一般分为10份，也叫10折交叉

第四章 算法：基本方法4.1 推断基本规则       选择一个属性作为最简单的分类规则，称为“1规则”（1-true），简称1R。对于每个属性         对于这个属性的每个属性值，建立如下的一条规则：                   计算每个类别出现的频率；                   找出出现最频繁的类别；