数据挖掘的基本任务 数据挖掘的基本任务包括哪些方法

现在给大家介绍一下数据挖掘的基本任务

方法

• 1关联分析(association analysis)：关联规则来自挖掘由Rakesh Apwal等人首身采先提出。两个或两个以上变量的取值之间存在的规律性称为关联。数据关联是数据库中存在的一类重要的、可被发现的知识。关联分为简单关联、时序关联和因果关联。关联分析的目的是找出数据库中隐藏的关联网。一般用支持度和可信度两个阀值来度量关联规则的相关性，还不断引入兴趣度360新知、相关性等参数，使得所挖掘的规则更符合需求。
• 2聚类分析(clustering)：聚类是把数据按照相似性归纳成若干类别，同一类中的数据彼此相似，不同类中的数据相异。聚 类分析可以建立宏观的概念，发现数据的分布模式，以及可能的数据属性之间的相互关系。
• 3分类(classi易末说无乙斤按拉顾fication)：分类就是找出一个类张别的概念描述，它代表了这类数据的整体信息，即该类的内涵描述，并用这 种描述来构造模型，一般用规则或决策树模式表示。分类是利用训练数据集通过一定的算法而求得分类规则。分类可被用度劳获首测委溶频于规则描述和预测。
• 4预测(predication)：预测是利用历史数据找出变化规律，建立模型，并由此模型对未来数据的种类及特征进行预测。 预测关心的是精度和不确定性，通常用预测方差来度量。
• 5时序模式(time-series pattern)：时序模式是指通过时间序列搜索出的重复发生概率较高的模式。与回归一样，它也是用己知的数据预测未来的值，但这些数据的区别是变量所处时间的不同。
• 6偏差分析(deviation)：在偏差中包括很多有用的知识，数据库中的数据存在很多异常情况，发现数据库中数据存在的异常情况是烟非常重要的。偏差检验的基本映磁织需重方法就是寻找观察结果与参照之间的差别。

END

1.《数据挖掘的基本任务 数据挖掘的基本任务包括哪些方法》援引自互联网，旨在传递更多网络信息知识，仅代表作者本人观点，与本网站无关，侵删请联系页脚下方联系方式。

2.《数据挖掘的基本任务 数据挖掘的基本任务包括哪些方法》仅供读者参考，本网站未对该内容进行证实，对其原创性、真实性、完整性、及时性不作任何保证。

3.文章转载时请保留本站内容来源地址，https://www.lu-xu.com/shehui/3465455.html