本次学习我们仍然遵循“什么是数据挖掘”文章中的研究方法对航空公司消费客户进行聚类。本章学习重点是如何标准化处理数据，使用k-means聚类，明白聚类和分类的区别。

本次学习我们将看看当一个机器算法模型训练完成后，如何使用ROC曲线来衡量它的好坏。会介绍混淆矩阵、ROC曲线如何生成。

本次学习我们将介绍BP前向神经网络算法以及从BP延申的LM神经网络算法。了解神经网络算法的概念，算法原理。

本次学习我们将详细介绍什么是CART决策树算法，以及它的前身ID3算法。介绍所涉及到的概念，算法的原理和步骤。

我已经努力更新了，过一天再来看看吧，如果着急，就在评论下面催催我，我就马上熬夜为各位赶工！

本次学习我们将使用“什么是数据挖掘”中的挖掘过程：根据实际问题定义挖掘目标、取什么样的原始数据、对原始数据的探索分析、如何对数据进行处理、建立合适的模型完成目标、评估模型完成的好不好。

本次学习我们主要是从数学角度推导一下拉格朗日插值法和牛顿插值法，使读者能更深入理解该数据处理方法。

整个系列实战源码下载地址：https://github.com/wltongxue/python-DataMining-Practice
本次学习我们将从4个方面进行深入介绍：
1、数据挖掘的定义。（了解什么是数据挖掘？它是用来干什么的？）
2、数据挖掘的过程。（明白数据挖掘要做什么事情？）
3、挖掘建模中的算法和评价。（了解挖掘中最重要的建模部分都有哪些？）
4、所使用的python库。（使用代码进行实现时我们要具备的环境？）

说到互联网的原理，我们可能有着一个感受：打开浏览器，输入网址，就能看到网页，而这个过程中我们不会考虑网络如何工作，浏览器如何工作。那么如果没有浏览器，我们能不能获取到网页的内容？本章将介绍如何不通过浏览器的帮助来获取、格式化、理解数据。