-
數據挖掘技術
(2015年上海交通大學出版社出版圖書)
鎖定
- 關聯分析
關聯規則挖掘是由拉克什·艾活(Rakesh Apwal)等人首先提出來的。兩個或兩個以上變量的取值之間存在某種規律性,就稱為關聯。數據關聯是數據庫中存在的一類重要的、可被發現的知識。關聯分為簡單關聯、時序關聯和因果關聯。關聯分析(Association Analysis)的目的是找出數據庫隱藏的互聯網。一般用支持度和可信度兩個闕值來度量關聯規則的相關性,還不斷引入興趣度、相關性等參數,使得所挖掘的規則更符合要求。
2.聚類分析
聚類是把數據按照相似性歸納成若干類別,同一類中的數據彼此相似,不同類中的數據相異。聚類分析(Clustering Analysis)可以建立宏觀的概念,發現數據的分佈模式,以及可能的數據屬性之間的 相互關係。
3. 分類
分類(Classification)就是找出一個類別的概念描述,它代表了這類數據的整體信息,即該類的內涵描述,並用這種描述來構造模型,一般用規則或決策樹模式表示。分類是利用訓練數據集通過一定的算法而求得分類規則。分類可被用於規則描述和預測。
4. 預測
預測(predication)是指利用歷史數據找出變化規律,建立模型,並由此模型對未來數據的種類及特徵進行預測。預測關心的是精度和不確定性,通常用預測方差來度量
5. 時序模式
時序模式(Time-series pattern)是指通過時間序列搜索出的重複發生率較高的模式。與迴歸一樣,它也是用已知的數據預測未來的值,但這些數據的區別是變量所處時間的不同。
6. 偏差分析(Deviation Analysis)
在偏差中包括很多非常有用的知識,數據庫中的數據存在很多異常情況,發現數據庫中數據存在的異常情況是非常重要的。偏差檢驗的基本方法就是尋找檢查結果與參照之間的差別。
- 參考資料
-
- 1. 卜慶鋒.客户關係管理.上海:上海交通大學出版社,201505
- 2. 數據挖掘技術 (豆瓣) .豆瓣網[引用日期2021-12-23]
- 詞條統計
-
- 瀏覽次數:次
- 編輯次數:10次歷史版本
- 最近更新: 晚意的春风