數(shù)據(jù)挖掘工具(數(shù)據(jù)庫(kù))

時(shí)間：2022-11-21 12:30:01 | 來(lái)源：信息時(shí)代

時(shí)間：2022-11-21 12:30:01 來(lái)源：信息時(shí)代

    數(shù)據(jù)挖掘工具 : 包含一個(gè)或多個(gè)數(shù)據(jù)挖掘算法的軟件。有以下三種類型:
(1)單算法挖掘工具:出現(xiàn)在數(shù)據(jù)挖掘技術(shù)發(fā)展早期,研究人員設(shè)計(jì)出一種新型的數(shù)據(jù)挖掘算法,就開發(fā)形成一個(gè)軟件。這類系統(tǒng)要求用戶對(duì)具體的算法和數(shù)據(jù)挖掘技術(shù)有相當(dāng)?shù)牧私?還要負(fù)責(zé)大量的數(shù)據(jù)預(yù)處理工作,如C4.5、CART等。
(2)數(shù)據(jù)挖掘算法工具集:指數(shù)據(jù)挖掘與數(shù)據(jù)庫(kù)和數(shù)據(jù)倉(cāng)庫(kù),多種類型的數(shù)據(jù)挖掘算法和數(shù)據(jù)清洗、轉(zhuǎn)換等預(yù)處理工作的結(jié)合而產(chǎn)生的工具集。其特點(diǎn)是提供多種數(shù)據(jù)挖掘算法(如關(guān)聯(lián)分析、分類、聚類等),同時(shí)也包括數(shù)據(jù)轉(zhuǎn)換和可視化。數(shù)據(jù)挖掘算法工具集是通用的算法集合而非面向特定的應(yīng)用,也稱為橫向數(shù)據(jù)挖掘工具(horizontal data mining tools)。典型的工具集有IBM的Intelligent Miner、SPSS的Clementine、SAS的Enterprise Miner、SGI的MineSet、Oracle Darwin、加拿大Simon Fraser大學(xué)的DBMiner、復(fù)旦大學(xué)的DMiner等。這類工具一般都支持Fayyad過(guò)程模型,部分系統(tǒng)增加了模型評(píng)價(jià)和部署,從而支持CRISP-DM模型,如SPSS Clementine。
(3)面向應(yīng)用領(lǐng)域的數(shù)據(jù)挖掘工具:橫向的數(shù)據(jù)挖掘工具只有精通數(shù)據(jù)挖掘算法的專家才能熟練使用,如果對(duì)算法不了解,難以得出好的模型。1999年,數(shù)據(jù)挖掘工具研制者開始提供縱向的數(shù)據(jù)挖掘解決方案(vertical solution),即面向應(yīng)用領(lǐng)域的數(shù)據(jù)挖掘工具。如KD1(主要用于零售業(yè))、Options &Choice(主要用于保險(xiǎn)業(yè))、HNC(主要用于欺詐行為偵測(cè))和Unica Model 1(主要用于市場(chǎng)營(yíng)銷)等。面向應(yīng)用領(lǐng)域的數(shù)據(jù)挖掘工具大都支持CRISP-DM模型,強(qiáng)調(diào)模型的應(yīng)用和部署以及與操作型系統(tǒng)的集成。