crackman说爱萌是统计专业从算法、数据挖掘、统计理论思考这是我承认的。
但是需要申明一点，我其实研究算法、数据挖掘、文本挖掘、统计理论都是完全是从应用的角度，我从来不喜欢去争论学派问题。
虽然我已经很不是学院派，但是和宝钢的数据挖掘部门老总交流时，他们还认为我过于学院派。
这个可能与我个人的理解有关。
数据挖掘需要做两方面的工作一是从算法本身去理解，二是从实际出发。从我已经发表的论文，大家将看到我是一个实际的人，不会是理论者，但绝对不是一个盲从者。原因很简单，对于股票市场的数据你可以用ARIMA模型，你也可以用GARCH模型，当然你可以用ARIMA-GARCH模型，也可以用SV模型，你也可以用TOBIT-AR-GARCH模型，你必须了解这些模型才能做出好结果，数据挖掘不是模型去适应数据，也不是数据去适应模型，需要理解模型和数据背景的人才能解决。
如果有人想到一些机构去做数据挖掘，就应该注意一点：数据也可以杀人，而且杀人与无形之中。
每个方法都有自己的前提，至于分类有比较前言的潜类别分析等等比较前的方法，这种方法比logistics回归要好很多。
对此我和我的搭档已经做了文章进行比较，数据来源医学数据，得到了比较好的结果。等文章发出来后我将与大家分享。
最后借用高斯的一句话并进行改写送给所有做数据挖掘、文本挖掘的人。“对数据挖掘、文本挖掘的无知不是没有相关知识，而是过于依赖数据挖掘、和文本挖掘而忽视其他”------爱萌