數(shù)據(jù)挖掘使用

時間：2022-02-18 22:18:01 | 來源：信息時代

時間：2022-02-18 22:18:01 來源：信息時代

·分類（Classification）

數(shù)據(jù)挖掘

·估計（Estimation）

·預(yù)測（Prediction）

·相關(guān)性分組或關(guān)聯(lián)規(guī)則（Affinitygroupingorassociationrules）

·聚類（Clustering）

·復(fù)雜數(shù)據(jù)類型挖掘(Text,Web,圖形圖像，視頻，音頻等)

首先從數(shù)據(jù)中選出已經(jīng)分好類的訓(xùn)練集，在該訓(xùn)練集上運用數(shù)據(jù)挖掘分類的技術(shù)，建立分類模型，對于沒有分類的數(shù)據(jù)進行分類。

例子：

a.信用卡申請者，分類為低、中、高風(fēng)險

b.故障診斷：中國寶鋼集團與上海天律信息技術(shù)有限公司合作，采用數(shù)據(jù)挖掘技術(shù)對鋼材生產(chǎn)的全流程進行質(zhì)量監(jiān)控和分析，構(gòu)建故障地圖，實時分析產(chǎn)品出現(xiàn)瑕疵的原因，有效提高了產(chǎn)品的優(yōu)良率。

注意：類的個數(shù)是確定的，預(yù)先定義好的

估計與分類類似，不同之處在于，分類描述的是離散型變量的輸出，而估值處理連續(xù)值的輸出；分類的類別是確定數(shù)目的，估值的量是不確定的。

數(shù)據(jù)挖掘

例子：

a.根據(jù)購買模式，估計一個家庭的孩子個數(shù)

b.根據(jù)購買模式，估計一個家庭的收入

c.估計realestate的價值

一般來說，估值可以作為分類的前一步工作。給定一些輸入數(shù)據(jù)，通過估值，得到未知的連續(xù)變量的值，然后，根據(jù)預(yù)先設(shè)定的閾值，進行分類。例如：銀行對家庭貸款業(yè)務(wù)，運用估值，給各個客戶記分（Score0~1）。然后，根據(jù)閾值，將貸款級別分類。

通常，預(yù)測是通過分類或估值起作用的，也就是說，通過分類或估值得出模型，該模型用于對未知變量的預(yù)言。從這種意義上說，預(yù)言其實沒有必要分為一個單獨的類。預(yù)言其目的是對未來未知變量的預(yù)測，這種預(yù)測是需要時間來驗證的，即必須經(jīng)過一定時間后，才知道預(yù)言準(zhǔn)確性是多少。

決定哪些事情將一起發(fā)生。

例子：

a.超市中客戶在購買A的同時，經(jīng)常會購買B，即A=>B(關(guān)聯(lián)規(guī)則)

b.客戶在購買A后，隔一段時間，會購買B（序列分析）

聚類是對記錄分組，把相似的記錄在一個聚集里。聚類和分類的區(qū)別是聚集不依賴于預(yù)先定義好的類，不需要訓(xùn)練集。

例子：

a.一些特定癥狀的聚集可能預(yù)示了一個特定的疾病

b.租VCD類型不相似的客戶聚集，可能暗示成員屬于不同的亞文化群

聚集通常作為數(shù)據(jù)挖掘的第一步。例如，'哪一種類的促銷對客戶響應(yīng)最好？'，對于這一類問題，首先對整個客戶做聚集，將客戶分組在各自的聚集里，然后對每個不同的聚集，回答問題，可能效果更好。

是對數(shù)據(jù)挖掘結(jié)果的表示方式。一般只是指數(shù)據(jù)可視化工具，包含報表工具和商業(yè)智能分析產(chǎn)品（BI）的統(tǒng)稱。譬如通過YonghongZ-Suite等工具進行數(shù)據(jù)的展現(xiàn)，分析，鉆取，將數(shù)據(jù)挖掘的分析結(jié)果更形象，深刻的展現(xiàn)出來。